R中for循环的性能优化

我有一个字符向量，希望为每对向量值创建一个带有距离度量的矩阵（使用

stringdist

包）。目前，我有一个嵌套for循环的实现：

library(stringdist)

strings <- c("Hello", "Helo", "Hole", "Apple", "Ape", "New", "Old", "System", "Systemic")
m <- matrix(nrow = length(strings), ncol = length(strings))
colnames(m) <- strings
rownames(m) <- strings

for (i in 1:nrow(m)) {
  for (j in 1:ncol(m)) {
    m[i,j] <- stringdist::stringdist(tolower(rownames(m)[i]), tolower(colnames(m)[j]), method = "lv")
  }
}

---

但是，如果我有一个长度为1000的向量，它有许多非唯一的值，那么这个矩阵相当大（比如说，800行乘以800列），循环速度非常慢。我喜欢优化性能，例如使用

apply

函数，但我不知道如何将上述代码转换为

apply

语法。有人能帮忙吗？

当使用嵌套循环时，检查

outer（）

是否不适合您的工作总是很有趣的

outer（）

是嵌套循环的矢量化解决方案；它对前两个参数中元素的每个可能组合应用一个矢量化的函数。由于

stringdist（）

作用于向量，您只需执行以下操作：

library(stringdist)
strings <- c("Hello", "Helo", "Hole", "Apple", "Ape", "New", 
             "Old", "System", "Systemic")

outer(strings,strings,
      function(i,j){
        stringdist(tolower(i),tolower(j))
      })

库（stringdist）
字符串使用嵌套循环时，检查
outer（）
是否不适合您的工作总是很有趣的
outer（）
是嵌套循环的矢量化解决方案；它对前两个参数中元素的每个可能组合应用一个矢量化的函数。由于
stringdist（）
作用于向量，您只需执行以下操作：

library(stringdist)
strings <- c("Hello", "Helo", "Hole", "Apple", "Ape", "New", 
             "Old", "System", "Systemic")

outer(strings,strings,
      function(i,j){
        stringdist(tolower(i),tolower(j))
      })

库（stringdist）
字符串这里有一个简单的开始：矩阵是对称的，因此不需要计算对角线下方的条目
m[j][i]=m[i][j]
。很明显，对角线元素都是零，所以不需要麻烦了

像这样：

for (i in 1:nrow(m)) {
  m[i][i] <- 0
  for (j in (i+1):ncol(m)) {
    m[i,j] <- stringdist::stringdist(tolower(rownames(m)[i]), tolower(colnames(m)[j]), method = "lv")
    m[j,i] <- m[i,j]
  }
}

for（1中的i:nrow（m））{
m[i][i]这里有一个简单的开始：矩阵是对称的，因此不需要计算对角线下方的条目。
m[j][i]=m[i][j]
。很明显，对角线元素都是零，因此不需要麻烦这些

像这样：

for (i in 1:nrow(m)) {
  m[i][i] <- 0
  for (j in (i+1):ncol(m)) {
    m[i,j] <- stringdist::stringdist(tolower(rownames(m)[i]), tolower(colnames(m)[j]), method = "lv")
    m[j,i] <- m[i,j]
  }
}

for（1中的i:nrow（m））{
m[i][i]Bioconductor有一个
stringDist
功能，可以为您实现这一点：

source("http://bioconductor.org/biocLite.R")
biocLite("Biostrings")

library(Biostrings)

stringDist(c("Hello", "Helo", "Hole", "Apple", "Ape", "New", "Old", "System", "Systemic"), upper=TRUE)

##   1 2 3 4 5 6 7 8 9
## 1   1 3 4 5 4 4 6 7
## 2 1   2 4 4 3 3 6 7
## 3 3 2   3 3 4 3 5 7
## 4 4 4 3   2 5 4 5 7
## 5 5 4 3 2   3 3 5 7
## 6 4 3 4 5 3   3 5 7
## 7 4 3 3 4 3 3   6 8
## 8 6 6 5 5 5 5 6   2
## 9 7 7 7 7 7 7 8 2

Bioconductor有一个
stringDist
功能，可以为您实现这一点：

source("http://bioconductor.org/biocLite.R")
biocLite("Biostrings")

library(Biostrings)

stringDist(c("Hello", "Helo", "Hole", "Apple", "Ape", "New", "Old", "System", "Systemic"), upper=TRUE)

##   1 2 3 4 5 6 7 8 9
## 1   1 3 4 5 4 4 6 7
## 2 1   2 4 4 3 3 6 7
## 3 3 2   3 3 4 3 5 7
## 4 4 4 3   2 5 4 5 7
## 5 5 4 3 2   3 3 5 7
## 6 4 3 4 5 3   3 5 7
## 7 4 3 3 4 3 3   6 8
## 8 6 6 5 5 5 5 6   2
## 9 7 7 7 7 7 7 8 2

由于@hrbrmstr的提示，我发现
stringdist
包本身提供了一个名为
stringdistmatrix
的函数，它满足了我的要求（请参阅）

函数调用很简单：
stringdistmatrix（strings，strings）
感谢@hrbrmstr的提示，我发现
stringdist
包本身提供了一个名为
stringdistmatrix
的函数，它满足了我的要求（请参阅）

函数调用很简单：
stringdistmatrix（strings，strings）
apply
也是循环，不一定比for循环快。另请参阅，代码优化问题应该在CodeReview上而不是StackOverflow上提出。应用
也是循环，不一定比for循环快。另请参阅代码优化问题应该在CodeReview上而不是StackO上提出verflow非常感谢并为我感到羞耻：
stringdist
软件包也有这样一个功能：
stringdistmatrix
你可以/应该把它作为一个答案发布出来，然后拒绝接受我的答案并接受它（要点！）。这些天我脑子里一直在想着“bioconductor”（为infosec构建类似的东西）对于这个答案来说，这简直是太过分了。非常感谢，我也感到羞耻：
stringdist
包也有这样一个功能：
stringdistmatrix
你可以/应该把它作为一个答案发布出来，取消接受我的答案并接受它（要点！）。这些天我脑子里一直在想着“bioconductor”（为infosec构建类似的东西）对于答案来说，这太过分了。以前不知道
outer
函数，但这也会起作用！以前不知道
outer
函数，但这也会起作用！