避免循环，但保留索引信息

如何解决避免循环，但保留索引信息

| 我正在处理一些类似图形的数据，这些数据大多收集在矢量或列表中。 大多数时候，我需要检查给定索引的向量/列表，并做一些逻辑以确定当前元素的结果值。 为了更精确一点，请考虑以下代码片段：

for (i in 1:(length1 - 1))
    for (j in (i + 1):length2)
        for (k in 1:length3) {
            d1 <- data[i,k]
            d2 <- data[j,k]
            if (d1 != d2)
                otherData[i,j,k] <- list(c(min(d1,d2),max(d1,d2)))
            else
                otherData[i,k] <- list(c(1,1))
        }

我的问题是： -这是一个好的解决方案： 创建索引向量，然后 l应用内部函数（采用索引向量），该函数查看外部（在外部函数中声明）数据对象，并使用提供的索引向量执行逻辑 示例代码（更简单，与上面的代码无关联）：

someFunc <- function(data) {
    n <- length(data)
    f <- function(i) {
        return (doSthWith(data[i],i))
        # do some logic with both the data and the index
    }
    return (sapply(1:n,f))
}

我想到的另一种解决方案是创建一个data.frame并将索引作为数据的一部分，因此lapply函数基本上也将索引包含在输入行中。 对于您对这些方法的想法，我将非常感激。     

解决方法

好吧，您可以进行矢量化索引编制，这应该为您提供显着加速的机会。通常，代替：

for(a in A) for(b in B) something(x[a,b])

你可以做：

something_vectorized(x[as.matrix(expand.grid(A,B))])

* apply基本上是循环包装器，因此通过将循环转换为循环包装器，您将获得最多清晰的代码。 编辑：补充说明的小插图：

> system.time(replicate(100,sum(sapply(1:1000,function(x) x^2))))
   user  system elapsed 
  0.385   0.001   0.388 
> system.time(replicate(100,sum((1:1000)^2)))
   user  system elapsed 
  0.002   0.001   0.003