避免循环但保留索引信息

Question

我正在处理一些类似图表的数据，这些数据主要收集在向量或列表中。
大多数时候，我需要通过给定的索引检查向量/列表，并执行一些逻辑来确定当前元素的结果值。

更准确地说，考虑这样一段代码：

for (i in 1:(length1 - 1))
    for (j in (i + 1):length2)
        for (k in 1:length3) {
            d1 <- data[i, k]
            d2 <- data[j, k]
            if (d1 != d2)
                otherData[i, j, k] <- list(c(min(d1, d2), max(d1, d2)))
            else
                otherData[i, j, k] <- list(c(1, 1))
        }

我的问题是：
- 这是一个很好的解决方案：

1. 创建索引向量，然后
2. lapply 内部函数（采用索引向量）查看外部（在外部函数中声明）数据对象并使用提供的索引向量来执行逻辑

示例代码（更简单，与上面的代码无关）：

someFunc <- function(data) {
    n <- length(data)
    f <- function(i) {
        return (doSthWith(data[i], i))
        # do some logic with both the data and the index
    }
    return (sapply(1:n, f))
}

我想出的另一个解决方案是创建一个 data.frame 并使索引成为数据的一部分，因此 lapply 函数基本上也会在输入行中具有索引。

非常感谢您对这些方法的看法。

Answer 1

好吧，您可以进行矢量化索引，这应该会给您一个显着加速的机会。一般来说，而不是：

for(a in A) for(b in B) something(x[a,b])

你可以这样做：

something_vectorized(x[as.matrix(expand.grid(A,B))])

*apply 基本上是循环包装器，因此您最多可以通过将循环转换为它们来获得清晰的代码。

编辑：补充评论的小插图：

> system.time(replicate(100,sum(sapply(1:1000,function(x) x^2))))
   user  system elapsed 
  0.385   0.001   0.388 
> system.time(replicate(100,sum((1:1000)^2)))
   user  system elapsed 
  0.002   0.001   0.003