Performance 在R中加速文本处理

我正在优化一个软件，最昂贵的代码行是文本处理代码行。通过分解程序并注释某些部分，我发现if语句中的一个小参数导致了程序中的大部分瓶颈。在声明中，它询问

allele1 %in% rownames(seqMat)

---

是true，如果是，则调用下面的语句。这个if语句循环了数千次，导致程序速度显著降低。我的问题是，如何更改该语句以帮助加快程序的速度？

您可以对所有等位基因只调用一次%中的

%并将其输出存储在循环中以供重用。以下是概念证明：

a <- sample(1:1000, 100000, replace = TRUE)
b <- -1000:1000

system.time({
    stored <- a %in% b
    for (i in seq_along(a))
        stored[i]
}) 
#    user  system elapsed 
#   0.056   0.001   0.056 

system.time({
    for (i in seq_along(a))
        a[i] %in% b
})
#    user  system elapsed 
#   3.634   0.374   3.957

对于所有等位基因，您只能在%

中调用一次

%，并将其输出存储在循环中以供重用。以下是概念证明：

a <- sample(1:1000, 100000, replace = TRUE)
b <- -1000:1000

system.time({
    stored <- a %in% b
    for (i in seq_along(a))
        stored[i]
}) 
#    user  system elapsed 
#   0.056   0.001   0.056 

system.time({
    for (i in seq_along(a))
        a[i] %in% b
})
#    user  system elapsed 
#   3.634   0.374   3.957

尝试
any（alllel1==rownames（seqMat））
对于循环之前的所有等位基因，您可以在%

中调用

%一次，并存储其输出（布尔向量），以便在循环内重用。（这是假设你的循环超过了等位基因）你能提供更多的信息吗？为什么循环了这么多次？是否有检查过的等位基因列表或seqMat是众多文件中的一个？此外，下次使用
Rprof
。比注释和取消注释要好得多。尝试
any（alllel1==rownames（seqMat））
您可以在循环之前为所有等位基因调用一次
%in%
，并存储其输出（布尔向量），以便在循环内重用。（这是假设你的循环超过了等位基因）你能提供更多的信息吗？为什么循环了这么多次？是否有检查过的等位基因列表或seqMat是众多文件中的一个？此外，下次使用
Rprof
。比注释和取消注释要好得多。我有一些变量在for循环中作为第x列中的第I行重新分配，也就是说，我的Alleger1变量在循环的每个迭代中重新分配。这使事情变得更复杂一些。我有一些变量在for循环中作为第x列的第I行重新分配，也就是说，我的Alleger1变量在循环的每个迭代中重新分配。这使事情更加复杂。