R 求一个向量和另一个向量的每个元素之间的最小差

我有两个整数向量，对于第二个向量的每个元素，我想找到到第一个向量的任何元素的最小距离，例如

obj1 <- seq(0, 1000, length.out=11)
obj2 <- 30:50
min_diff <- sapply(obj2, function(x) min(abs(obj1-x)))
min_diff

有没有更有效的方法？我想将obj1和obj2的规模扩大到数千（百万？）

谢谢， Aaron

从排序obj1开始

然后可以在obj1中对obj2的每个元素进行二进制搜索。知道元素的位置后，可以将距离与obj1的两个相邻元素进行比较，从而获得最小距离

运行时（其中n1=| obj1 |和n2=| obj2 |）：

---

（n1+n2）log（n1）

我将使用按第一个向量排序的步长函数。这将避免循环，并且在R中非常快

x <- rnorm(1000)
y <- rnorm(1000)
sorted.x <- sort(x)
myfun <- stepfun(sorted.x, 0:length(x))

因此，您知道最近的元素是

sorted.x[myfun（1）]

或

sorted.x[myfun（1）+1]

。因此（填充为0）

索引回复张杰：
感谢您提供强大而快速的解决方案

对于我使用您的4行代码，我需要找到最小差异（以检查是否可以接受）：

这是一个“愚蠢”的错误，几年后我才注意到。我想选取差异较小的值。。。我打赌你会看到的

min_diff.idx = which.min(mindist)
sorted.x[indices[min_diff.idx]]


由于mindist check sorted.x[索引]和sorted.x[索引+1]同时进行，它们可能会对idx造成混淆，因为这两个比较具有相同的索引


例子：
如果指数为55,56

正念者将检查55,56（指数）和56,57（指数+1）

如果正念者发现最小值为56，但在指数+1（56）内，则为57

有没有办法保存正确的索引？
我们需要更多信息。哪个是变化的obj1、obj2或两者？有多少个独特的元素？obj1和obj2现在需要扩展到数万个，将来需要扩展到数百万个，而且两者都不包含重复的元素
> myfun(1)  
[1] 842
> sorted.x[842]
[1] 0.997574
> sorted.x[843]
[1] 1.014771

indices <- pmin(pmax(1, myfun(y)), length(sorted.x) - 1)
mindist <- pmin(abs(y - sorted.x[indices]), abs(y - sorted.x[indices + 1]))

min_diff.val = min(mindist)


min_diff.idx = which.min(mindist)
sorted.x[indices[min_diff.idx]]