我有两个任意和相等长度的向量 a - c(0.8,0.8,0.8) b - c(0.4,0.4,0.4)n - length(a) 从这些我需要组装一个2n乘2n矩阵的形式: x = [1-a1 b1 1-a2 b2 1-a3 b3 a1 1-b1 a2 1-b2 a3 1-b3 1-a1 b1 1-a2 b2 1-a3 b3 a1 1-b1 a2 1-
a <- c(0.8,0.8,0.8) b <- c(0.4,0.4,0.4) n <- length(a)
从这些我需要组装一个2n乘2n矩阵的形式:
x = [1-a1 b1 1-a2 b2 1-a3 b3 a1 1-b1 a2 1-b2 a3 1-b3 1-a1 b1 1-a2 b2 1-a3 b3 a1 1-b1 a2 1-b2 a3 1-b3 1-a1 b1 1-a2 b2 1-a3 b3 a1 1-b1 a2 1-b2 a3 1-b3]
我目前正在使用
x <- matrix(rep(as.vector(rbind( c(1-a,a), c(b, 1-b))), n), ncol=n*2, byrow=TRUE)
我怎样才能加快这个操作?分析表明矩阵花费的时间最多:
Rprof("out.prof") for (i in 1:100000) { x <- matrix(rep(as.vector(rbind( c(1-a,a), c(b, 1-b))), n), ncol=n*2, byrow=TRUE) } Rprof(NULL) summaryRprof("out.prof") ##$by.self ## self.time self.pct total.time total.pct ##"matrix" 1.02 63.75 1.60 100.00 ##"rbind" 0.24 15.00 0.36 22.50 ##"as.vector" 0.18 11.25 0.54 33.75 ##"c" 0.10 6.25 0.10 6.25 ##"*" 0.04 2.50 0.04 2.50 ##"-" 0.02 1.25 0.02 1.25 ## ##$by.total ## total.time total.pct self.time self.pct ##"matrix" 1.60 100.00 1.02 63.75 ##"as.vector" 0.54 33.75 0.18 11.25 ##"rbind" 0.36 22.50 0.24 15.00 ##"c" 0.10 6.25 0.10 6.25 ##"*" 0.04 2.50 0.04 2.50 ##"-" 0.02 1.25 0.02 1.25 ## ##$sample.interval ##[1] 0.02 ## ##$sampling.time ##[1] 1.6我不认为矩阵是你的配置文件中最慢的部分,但你可以通过优化其余部分来节省一点时间.例如:
x <- matrix(rbind(c(1-a,a), c(b, 1-b)), 2*n, 2*n, byrow=TRUE)
此外,虽然我不推荐它,但您可以使用内部矩阵功能节省一点额外的时间:
x <- .Internal(matrix(rbind(c(1-a,a), c(b, 1-b)), n*2, n*2, TRUE, NULL, FALSE, FALSE))
以下是一些基准测试:
benchmark( method0 = matrix(rep(as.vector(rbind(c(1-a,a), c(b, 1-b))), n), ncol=n*2, byrow=TRUE), method1 = matrix(rbind(c(1-a,a), c(b, 1-b)), 2*n, 2*n, byrow=TRUE), method2 = .Internal(matrix(rbind(c(1-a,a), c(b, 1-b)), n*2, n*2, TRUE, NULL, FALSE, FALSE)), replications = 100000, order = "relative") # test replications elapsed relative user.self sys.self user.child sys.child # 3 method2 100000 1.00 1.00 0.99 0 NA NA # 2 method1 100000 1.13 1.13 1.12 0 NA NA # 1 method0 100000 1.46 1.46 1.46 0 NA NA