在我的 R 程序中，我有一个如下形式的“for”循环：
for(i in 1:I)
{
res[i] <- a[i:I] %*% b[i:I]
}
其中res、a 和b 是长度为I 的向量。
有什么直接的方法可以避免这个循环并直接计算 res 吗？如果是这样，那会更有效吗？
提前致谢！
【问题讨论】：
这是a*b的“反向cumsum”
rev(cumsum(rev(a) * rev(b)))
【讨论】：
cumsum() 的乘法只发生一次，所以它在 O(n) 中运行。循环应该在 O(n^2) 中运行。
%*% 替换为 *，中位时间也是 360 和 87700 微秒，因此毫无意外 cumsum 会快很多。
只要res 的长度已经达到I，for 循环就不会“不正确”，并且应用解决方案不会真正更快。但是，使用 apply 可以更简洁......（如果可能不太可读）
类似这样的：
res <- sapply(seq_along(a), function(i) a[i:I] %*% b[i:I])
应该作为单线工作。
扩展我的第一句话。虽然使用 R 中可用的固有矢量化非常方便，而且通常是最快的方法，但避免 for 循环并不总是很重要。在下面，apply 系列决定了输出的大小并在“循环”之前预先分配它。
【讨论】：
res <- rbind(res, ...)，那么应用版本会快得多。
sum(a[i:1] * b[i:1]) 应该比矩阵乘法稍快。