r - 使用 R 计算拉伸(stretch)向量的滚动和

Question

我有一个长向量 x 和另一个包含长度的 v。我想对 x 求和，以便答案 y 是长度为 length(v) 的向量，而 y[1] 是 sum(x[1:v[i]]), y[2] 是 sum(x[(1+v[1]):(v[1 ]+v[2])])，等等。本质上，这是从length(x)维度空间到一维length(v)维度执行稀疏矩阵乘法。然而，我宁愿不引进“先进机械”，尽管我可能不得不这样做。它确实需要非常非常快。有人能想到比使用稀疏矩阵包更简单的方法吗？

示例 -

x <- c(1,1,3,4,5)
v <- c(2,3)
y <- myFunc(x,v)

y 应该是 c(2,12)

我对任何预处理持开放态度 - 例如，将每个拉伸(stretch)的起始索引存储在 v 中。

Answer 1

  y <- cumsum(x)[cumsum(v)]
  y <- c(y[1], diff(y))

这看起来像是做了额外的工作，因为它正在计算整个向量的累积和，但实际上，无论对于少量还是大量的组，它都比迄今为止的其他解决方案更快。

这是我模拟数据的方式

set.seed(5)
N <- 1e6
n <- 10
x <- round(runif(N,0,100),1)
v <- as.vector(table(sample(n, N, replace=TRUE)))

在我的机器上，计时为 n <- 10是:

• 布兰登·贝特尔森(for 循环):0.017
• Ramnath(行总和):0.057
• 约翰(分割/应用):0.280
• 亚伦(累积值):0.008

更改为n <- 1e5时间安排是:

• 布兰登·贝特尔森(for 循环):2.181
• Ramnath(行总和):0.226
• 约翰(分割/应用):0.852
• 亚伦(累计):0.015

我怀疑这比矩阵乘法更快，即使使用稀疏矩阵包也是如此，因为不需要形成矩阵或进行任何乘法。如果需要更快的速度，我怀疑可以通过用 C 语言编写来加快速度；不难做到inline和rcpp包，但我会把它留给你。