R中的NAND运算符答案

【问题标题】：NAND operator in RR中的NAND运算符
【发布时间】：2016-02-03 20:21:47
【问题描述】：

R 中是否有“正确”的 NAND 运算符，例如

nand(condition1, condition 2)

或者它只是最好的做法/唯一的可能性

!(condition1 & condition2)

还有哪些其他选择？

【问题讨论】：

你可以定义你自己的。 base 内置的选项都记录在?Logic（也可以通过?"&"、?"|" 或?"!" 访问）。

标签： r operators

【解决方案1】：

为了解决这个问题，R 中没有内置的 nand 函数，我能想到的改进您提议的 !(x & y) 的唯一方法是将此操作移至编译语言，例如

#include <Rcpp.h>

// [[Rcpp::export]]
Rcpp::LogicalVector nand(Rcpp::LogicalVector lhs, Rcpp::LogicalVector rhs) {
  R_xlen_t i = 0, n = lhs.size();
  Rcpp::LogicalVector result(n);

  for ( ; i < n; i++) {
    result[i] = !(lhs[i] && rhs[i]);
  }

  return result;
}

/*** R

Lhs <- rbinom(10e4, 1, .5)
Rhs <- rbinom(10e4, 1, .5)

r_nand <- function(x, y) !(x & y)

all.equal(nand(Lhs, Rhs), r_nand(Lhs, Rhs))
#[1] TRUE

microbenchmark::microbenchmark(
  nand(Lhs, Rhs), r_nand(Lhs, Rhs),
  times = 200L)
#Unit: microseconds
#            expr      min       lq     mean   median       uq       max neval
#  nand(Lhs, Rhs)  716.140  749.926 1215.353  771.015 1856.734  6332.284   200
#r_nand(Lhs, Rhs) 3337.494 3397.809 5106.614 3461.845 4985.807 95226.834   200

*/

这是否值得麻烦可能取决于您需要多久致电一次nand。对于大多数目的，上述r_nand 就足够了。其实base::xor的实现方式类似：

base::xor
#function (x, y) 
#{
#  (x | y) & !(x & y)
#}
#<bytecode: 0x2fbbb90>
#<environment: namespace:base>

【讨论】：

@jenesaisquoi 不，实际上是一样的——比 r_nand 快几微秒。
cpp 实现中没有 NA 处理，identical(nand(NA, TRUE), r_nand(NA, TRUE))
谢谢，是的，因为它没有实现!(x & y) 的所有功能 - 例如不等长向量的元素回收 - 结果可能会获得一些性能优势.但话又说回来，我不确定我是否同意 R 在这种情况下对 NAs 的处理：!(NA & FALSE) 返回 TRUE 和 !(NA & TRUE) 返回 NA。我认为在这两种情况下都返回NA 会更明智、更一致。
从逻辑上讲，NA & FALSE 肯定是 FALSE（NA 可能是 TRUE 或 FALSE，但这并不会改变第二个操作数是 FALSE 的事实）。 NA & TRUE 是另一回事——如果 NA 为 TRUE，那么我们就有 TRUE，但如果 NA 是 FALSE，那么我们就有 FALSE，所以由于我们不知道 NA 的逻辑值，所以我们不知道知道结果。 R 在逻辑上是正确的，即使它看起来并不合理！我认为您的代码可以实现回收和 NA（我还不足以肯定 Rcpp 爱好者，但我认为有些公式可以“开箱即用”）。
我不知道这是否更好，但另一种选择是定义一个nand 运算符：`%nand%` <- function(x,y) !(x & y)，它可以像这样使用：a %nand% b。（仅供参考，如果其中一个参数是 NA 而另一个是 TRUE 或 NA，则返回 NA。）