R 记忆自定义函数并将其矢量化

我想知道如何在R中矢量化和记忆自定义函数 我的思维方式与R的运作方式不一致。所以，我很高兴 欢迎链接到好的阅读材料。例如，R地狱是一个很好的例子 资源，但这无助于找出R中的备忘录

更一般地说，您能否为

备忘录

或者

R.cache

包

我找不到关于这个问题的任何其他讨论。搜索 r-bloggers.com上的“备忘录”或“备忘录”返回零结果。搜索 对于那些关键字，在不返回帮助 讨论。我通过电子邮件发送了邮件列表，但没有收到完整的邮件 回答

我不仅仅对记忆GC函数感兴趣，而且我知道 生物导体和各种封装 在那里可以买到

以下是我的数据：

seqs <- c("","G","C","CCC","T","","TTCCT","","C","CTC")

它的工作原理是：

> GC('')
[1] NA
> GC('G')
[1] 100
> GC('GAG')
[1] 66.66667
> sapply(seqs, GC)
                  G         C       CCC         T               TTCCT           
       NA 100.00000 100.00000 100.00000   0.00000        NA  40.00000        NA 
        C       CTC 
100.00000  66.66667

我想把它记下来。然后，我想把它矢量化

显然，我使用

回忆录

或

R.cache

R包：

> system.time(dummy <- sapply(rep(seqs,100), GC))
   user  system elapsed
  0.044   0.000   0.054
>
> library(memoise)
> GCm1 <- memoise(GC)
> system.time(dummy <- sapply(rep(seqs,100), GCm1))
   user  system elapsed
  0.164   0.000   0.173
>
> library(R.cache)
> GCm2 <- addMemoization(GC)
> system.time(dummy <- sapply(rep(seqs,100), GCm2))
   user  system elapsed
 10.601   0.252  10.926

至少我知道了如何矢量化：

> GCv <- Vectorize(GC)
> GCv(seqs)
                  G         C       CCC         T               TTCCT           
       NA 100.00000 100.00000 100.00000   0.00000        NA  40.00000        NA 
        C       CTC 
100.00000  66.66667 

GCv GCv（序号） G C CCC T TTCCT NA 100.00000100.00000100.000000.00000 NA 40.00000 NA C反恐委员会 100.00000 66.66667 相关stackoverflow帖子：

---

这并没有明确回答您的问题，但此函数比您的函数快约4倍

GC2 <- function(s) {
  if(!is.character(s)) stop("'s' must be character")
  n <- nchar(s)
  m <- gregexpr('[GCSgcs]', s)
  len <- sapply(m, length)
  neg <- sapply(m, "[[", 1)
  len <- len*(neg > 0)
  len/n
}

---

GC2虽然这不会让你在通话中进行记忆，但如果有相当多的重复，你可以使用因子使单个通话更快。例如，使用Joshua的GC2（尽管我必须删除fixed=T才能使其工作）：

GC2是否有任何特殊原因使您忽略了
nchar
和
gregexpr
已经矢量化的事实？在我的系统（x86_64 linux gnu R 2.15.0）上，您的功能慢了约3倍。我正在这样测试速度：
system.time（sapply（rep（seqs，1000），GC））
得到0.418秒<代码>系统时间（sapply（rep（seqs，1000），GC2））
得到1.401秒。@KamilSlowikowski这是因为您使用了错误的函数。Joshua对其进行了矢量化，因此您应该将其与
GC2（rep（seqs，1000））
进行比较，在这种情况下，它确实快了~4倍。@KamilSlowikowski，尽管我认为他不是有意设置
fixed=TRUE
。事实上，设置
fixed=t
会导致所有
[[1]]
元素都是
-1
。乔舒亚，谢谢你的密码！现在我知道了如何从列表中的每个项目中提取一个元素，
1*TRUE==1
和
1*FALSE==0
。我现在觉得自己很傻，因为意识到
nchar
和
substr
可以处理项目的向量（“列表”），特别是因为帮助
？nchar
明确说明了这一点。@joran:谢谢你指出这一点。这是我测试的一部分，因为
？gregexpr
说使用
fixed=TRUE
可以更快。。。但它不应该出现在我的答案中。这太棒了。非常感谢。回忆录将为我节省相对较少的时间。
> GCv <- Vectorize(GC)
> GCv(seqs)
                  G         C       CCC         T               TTCCT           
       NA 100.00000 100.00000 100.00000   0.00000        NA  40.00000        NA 
        C       CTC 
100.00000  66.66667 

GC2 <- function(s) {
  if(!is.character(s)) stop("'s' must be character")
  n <- nchar(s)
  m <- gregexpr('[GCSgcs]', s)
  len <- sapply(m, length)
  neg <- sapply(m, "[[", 1)
  len <- len*(neg > 0)
  len/n
}

GC2 <- function(s) {
  if(!is.character(s)) stop("'s' must be character")
  n <- nchar(s)
  m <- gregexpr('[GCSgcs]', s)
  len <- sapply(m, length)
  neg <- sapply(m, "[[", 1)
  len <- len*(neg > 0)
  100.0 * len/n
}

GC3 <- function(s) {
  x <- factor(s)
  GC2(levels(x))[x]
}

system.time(GC2(rep(seqs, 50000)))
# user  system elapsed 
# 8.97    0.00    8.99 
system.time(GC3(rep(seqs, 50000)))
# user  system elapsed 
# 0.06    0.00    0.06