当我使用igraph时，如何提高我的R代码的速度？

当我运行下面的代码时，它需要像永远一样运行。你知道如何加速代码吗？比如改变矩阵的布局或者散列或者

我的目标是在最末端创建一个边节点三角形邻接矩阵，并将其用于联合聚类

library(igraph)
set.seed(1)
g <- erdos.renyi.game(100, .6)
#print(g)
plot(g)
ij <- get.edgelist(g)
print(ij)
library(Matrix)
m <- sparseMatrix(
  i = rep(seq(nrow(ij)), each=2),
  j = as.vector(t(ij)),
  x = 1
)
print(m)
# Maximal cliques of size at least 3
cl <- maximal.cliques(g)
print(cl)
cl <- cl[ sapply(cl, length) > 2 ]
print(cl)
# Function to test if an edge is part of a triangle
triangle <- function(e) {
  any( sapply( cl, function(u) all( e %in% u ) ) )
}
print(triangle)
# Only keep those edges
kl <- ij[ apply(ij, 1, triangle), ]
print(kl)
# Same code as before
m <- sparseMatrix(
  i = rep(seq(nrow(kl)), each=2),
  j = as.vector(t(kl)),
  x = 1
)
print(m)

这就是代码被卡住的地方：

---

我注意到你在这两个方面都提出了一些很好的问题&mdash；@MonaJalal。然而，有些像这样的人属于某某，有些像某某属于某某。如果您需要解释的是统计数据可视化等概念，则应在此处提问；如果你需要解释的是如何让R做某事，或者为什么R做某事，例如，崩溃，就像在这个例子中，Q是这样的。由于您是CV新手，请带我们的课程学习更多关于CV工作原理的知识。谢谢您。你能把这个寄给SO吗？我不确定这应该贴在哪里。谢谢。它很快就会被迁移。这有点误导，因为屏幕截图只是显示输出，而不是实际运行的代码。你的代码卡在Applyj，1，三角形上。我确信可以加快速度，但实际上，从头开始编写代码以查找至少一个三角形的所有边会更容易。