找到与 R 中值较小的另一个元素最近的元素的最快方法

Question

我有这个循环将值分配给 branch.from 中的一个元素，该元素表示最接近（小于）其值小于分支中相应元素的值的索引。

for (j in 2:length(branch)) {
  branch.from[j]<-max(which(branch[1:(j-1)]<=branch[j]))
}

branch 有超过 800 万个元素，所以这对我来说花费的时间太长了。有更快的方法吗？ 例如，

branch[1:20]<-c(1,54,25,54,22,54,36,54,43,54,40,54,27,54,34,54,26,54,32,54)

以上代码给出，

branch.from[1:20]<-c(1,1,1,3,1,5,5,7,7,9,7,11,5,13,13,15,5,17,17,19)

Answer 1

一个 Rcpp 函数

我不确定是否有任何简单的方法来矢量化代码，所以 Rcpp 可能是最好的选择：

library(Rcpp); library(inline)

fun2 <- cppFunction(
    'std::vector<int> branchFrom(NumericVector branch)
{
    std::vector<int> branch_from;
    for(int j = branch.size() - 1; j > 0; j--) {
        int val = -1;
        for(int k = j - 1; k > -1; k--){
            if(branch[j] >= branch[k]){
                val = k;
                break;
            }
        }
        branch_from.push_back(val + 1);
    }
    branch_from.push_back(1);
    std::reverse(branch_from.begin(), branch_from.end());
    return branch_from;
}')

请注意，第二个 for 循环不一定会遍历所有 k，因为一旦找到单个值 x[k] <= x[j]，它就会停止。

分析

使用微基准包中的microbenchmark()，其中原始实现封装在base中，我得到以下信息：

Unit: microseconds
 expr     min       lq     mean  median      uq      max neval
 base 124.232 130.3555 152.7990 133.941 141.176 1048.724   100
 fun2   5.105   5.8145   8.0211   7.137   7.766   79.508   100

这表明与最初的实现相比有了显着的加速。