在 arma::mat 中查找唯一行

Question

在 R 中，我们可以使用 unique 方法来查找唯一行

> data <- matrix(c(1,1,0,1,1,1,0,1),ncol = 2)
> data
     [,1] [,2]
[1,]    1    1
[2,]    1    1
[3,]    0    0
[4,]    1    1

> unique(data)
     [,1] [,2]
[1,]    1    1
[2,]    0    0

我们如何在 Rcpp 中为 arma::mat 做到这一点？ 这里的 unique 函数返回唯一元素而不是唯一行。

Answer 1

我认为 Armadillo 库中没有内置的方法可以做到这一点，但这里有一个简单的方法：

// [[Rcpp::depends(RcppArmadillo)]]
#include <RcppArmadillo.h>

template <typename T>
inline bool rows_equal(const T& lhs, const T& rhs, double tol = 0.00000001) {
    return arma::approx_equal(lhs, rhs, "absdiff", tol);
}

// [[Rcpp::export]]
arma::mat unique_rows(const arma::mat& x) {
    unsigned int count = 1, i = 1, j = 1, nr = x.n_rows, nc = x.n_cols;
    arma::mat result(nr, nc);
    result.row(0) = x.row(0);

    for ( ; i < nr; i++) {
        bool matched = false;
        if (rows_equal(x.row(i), result.row(0))) continue;

        for (j = i + 1; j < nr; j++) {
            if (rows_equal(x.row(i), x.row(j))) {
                matched = true;
                break;
            }
        }

        if (!matched) result.row(count++) = x.row(i);
    }

    return result.rows(0, count - 1);
}

/*** R

data <- matrix(c(1,1,0,1,1,1,0,1), ncol = 2)
all.equal(unique(data), unique_rows(data))
#[1] TRUE

data2 <- matrix(1:9, nrow = 3)
all.equal(unique(data2), unique_rows(data2))
#[1] TRUE

data3 <- matrix(0, nrow = 3, ncol = 3)
all.equal(unique(data3), unique_rows(data3))
#[1] TRUE

data4 <- matrix(c(0, 0, 0, 1, 1, 0, 1, 1), ncol = 2)
all.equal(unique(data4), unique_rows(data4))
#[1] TRUE

*/

---

正如 mtall 在 cmets 中所建议的，rows_equal 使用 arma::approx_equal 来测试相等性，而不是 operator==，以避免浮点数固有的一些比较问题。此功能中使用的选项有些随意选择，当然可以根据需要进行更改；但是tol 的值大致等于R 的all.equal 使用的默认容差，即.Machine$double.eps^0.5（在我的机器上为~0.00000001490116）。

Answer 2

受@nrussell 启发的相同方法，略短：

// [[Rcpp::depends(RcppArmadillo)]]
#include <RcppArmadillo.h>

template <typename T>
inline bool approx_equal_cpp(const T& lhs, const T& rhs, double tol = 0.00000001) {
  return arma::approx_equal(lhs, rhs, "absdiff", tol);
}

// [[Rcpp::export]]
arma::mat unique_rows(const arma::mat& m) {

  arma::uvec ulmt = arma::zeros<arma::uvec>(m.n_rows);

  for (arma::uword i = 0; i < m.n_rows; i++) {
    for (arma::uword j = i + 1; j < m.n_rows; j++) {
      if (approx_equal_cpp(m.row(i), m.row(j))) { ulmt(j) = 1; break; }
    }
  }

  return m.rows(find(ulmt == 0));

}

// [[Rcpp::export]]
arma::mat unique_cols(const arma::mat& m) {

  arma::uvec vlmt = arma::zeros<arma::uvec>(m.n_cols);

  for (arma::uword i = 0; i < m.n_cols; i++) {
    for (arma::uword j = i + 1; j < m.n_cols; j++) {
      if (approx_equal_cpp(m.col(i), m.col(j))) { vlmt(j) = 1; break; }
    }
  }

  return m.cols(find(vlmt == 0));

}

/*** R

data <- matrix(c(1,1,0,1,1,1,0,1), ncol = 2)
all.equal(unique(data), unique_rows(data))
#[1] TRUE

data2 <- matrix(1:9, nrow = 3)
all.equal(unique(data2), unique_rows(data2))
#[1] TRUE

data3 <- matrix(0, nrow = 3, ncol = 3)
all.equal(unique(data3), unique_rows(data3))
#[1] TRUE

data4 <- matrix(c(0, 0, 0, 1, 1, 0, 1, 1), ncol = 2)
all.equal(unique(data4), unique_rows(data4))
#[1] TRUE

*/