r - 对于需要条件检查的东西，有没有比 while 循环更有效的方法？

Question

我有一个问题，涉及我围绕一些我认为可以有效矢量化的代码包装一个 while 循环。但是，在每一步，我的停止条件都依赖于那个阶段的值。将此示例视为我的问题的代表性模型:
使用 rnorm() 生成 N(0,1) 个随机变量直到您采样一个大于任意值的值，k .

编辑:在评论中讨论的我的问题的一个警告是，我无法先验地知道在停止条件之前要采集多少样本的良好近似值。

一种方法:

使用 while 循环，采样大小合适的正态随机向量(例如，rnorm(50) 一次采样 50 个标准法线，或者 rnorm(1) 如果 k 接近于零)。检查此向量以查看是否有任何观察值大于 k。

如果是，停止并返回所有前面的值。否则，将步骤 1 中的向量与重复步骤 1 制作的新向量组合起来。

另一种方法是为给定的 k 指定一个完全矫枉过正的随机抽奖次数。这可能意味着如果 k=2，使用 rnorm(1000) 抽样 1,000 个正态随机变量.

在第二种情况下，利用 R 在第二种情况下提供的矢量化可以提供比循环版本更快的结果，在这种情况下，矫枉过正的数量不会比必要的大太多，但在我的问题中，我对我需要的运行次数没有很好的直觉这样做，所以我需要保守。

问题如下:有没有办法像方法 2 那样执行高度矢量化的过程，但使用像方法 1 那样的条件检查？正在做小的矢量化操作，比如 rnorm(50) “最快”的方式，当考虑到高度矢量化的方法每个元素更快，但更浪费时？

Answer 1

这是我之前建议的一个实现:使用您的第一种方法，但在每次迭代之间增加新样本的数量，例如，在每次迭代之间代替 50 新样本，在每次迭代之间将该数字乘以 2: 50 ，然后 100 ， 200 , 400 等

随着您的样本大小遵循不同的几何系列，您可以保证在“几次”迭代中退出。

sample.until.thresh <- function(FUN, exit.thresh,
                                sample.start = 50,
                                sample.growth = 2) {

   sample.size    <- sample.start
   all.values     <- list()
   num.iterations <- 0L

   repeat {
      num.iterations <- num.iterations + 1L
      sample.values  <- FUN(sample.size)
      all.values[[num.iterations]] <- sample.values

      above.thresh <- sample.values > exit.thresh
      if (any(above.thresh)) {
         first.above <- match(TRUE, above.thresh)
         all.values[[num.iterations]] <- sample.values[1:first.above]
         break
      }

      sample.size <- sample.size * sample.growth
   }

   all.values <- unlist(all.values)

   return(list(num.iterations = num.iterations,
               sample.size    = length(all.values),
               sample.values  = all.values))
}

set.seed(123456L)
res <- sample.until.thresh(rnorm, 5)
res$num.iterations
# [1] 16
res$sample.size
# [1] 2747703