从向量中删除顺序值，但不是迭代答案

【问题标题】：Removing sequential values from a vector, but not iteratively从向量中删除顺序值，但不是迭代
【发布时间】：2021-04-07 19:17:14
【问题描述】：

我正在寻找将一个向量子集到没有序列号的地方。但是，如果有一个包含两个以上序号的序列，则只会删除每隔一个序号，因为删除该序号会破坏序列。

例如1,2,4,6,7 将给出 1,4,6

例如6,7,8,9 将给出 6,8

这很容易迭代，但迭代超过 10M+ 元素非常慢：

x <- c(1,2,4,6,7,8,9) # Ideal output is c(1,4,6,8)
    
for (i in 2:length(x)) {
   if (!is.na(x[i-1])) {
      if (x[i] == x[i-1]+1) {x[i] <- NA_integer_}
   }
} 
      
x[!is.na(x)]

是否有其他解决方案可以显着加快速度？

【问题讨论】：

标签： r

【解决方案1】：

使用便捷函数collapse::seqid 和data.table::rowid：

library(collapse)
library(data.table)

x[rowid(seqid(x)) %% 2 == 1]
# [1] 1 4 6 8

在较长的向量上似乎更快：

x = rep(c(1,2,4,6,7,8,9), 1e7)

system.time({
  seq_id = data.table::rleid(x - seq_along(x))
  obs_id = unlist(lapply(split(seq_id, seq_id), seq_along))
  r1 = x[obs_id %% 2 == 1]
})  
#   user  system elapsed 
# 112.77   55.99  177.11 

system.time({
  r2 = x[rowid(seqid(x)) %% 2 == 1]
})
#   user  system elapsed 
#   8.03    5.97   10.23 

all.equal(r1, r2)
# [1] TRUE

【讨论】：

【解决方案2】：

我们可以使用奇妙的data.table::rleid 为每个序列生成一个ID，然后只保留序列中的奇数元素。这应该是相当快的，虽然更多的优化肯定是可能的。

disrupt_seqs = function(x) {
  seq_id = data.table::rleid(x - seq_along(x))
  obs_id = unlist(lapply(split(seq_id, seq_id), seq_along))
  x[obs_id %% 2 == 1]
}

x <- c(1,2,4,6,7,8,9)
disrupt_seqs(x)  
# [1] 1 4 6 8

【讨论】：