R 两个矩阵的部分积

我试图找到一种矢量化技巧来计算两个矩阵的行

I

和列

I

之间的乘积，而不会在其他乘积（行I和列j，I！=j）上浪费资源

这个怎么样

mapply(crossprod, as.data.frame(t(A)), as.data.frame(B))

行和（A*t（B））

似乎非常快：

A <- matrix(rnorm(400*500), nrow=400)
B <- matrix(rnorm(500*400), ncol=400)

bF <- function() diag(A %*% B)
jF <- function() rowSums(A * t(B))
vF <- function() mapply(crossprod, as.data.frame(t(A)), as.data.frame(B))
lF <- function() {
  vec <- numeric(nrow(A))
  for (ii in seq.int(nrow(A)))
    vec[ii] <- crossprod(A[ii,], B[,ii])
  vec
}

library(microbenchmark)
microbenchmark(bF(), jF(), vF(), lF(), times = 100)   
# Unit: milliseconds
#  expr        min         lq     median         uq       max neval
#  bF() 137.828993 183.320782 185.823658 200.747130 207.67997   100
#  jF()   4.434627   5.300882   5.341477   5.475393  46.96347   100
#  vF()  39.110948  51.071936  54.147338  55.127911 102.17793   100
#  lF()  14.029454  18.667055  18.931154  22.166137  65.40562   100

---

A恐怕效率相当低；mapply是for循环的包装器，data.frames的访问速度通常比Matrices慢很多。顺便说一句，我看不出for循环有什么问题。
[]
对于矩阵应该没有什么开销；最后我会在C++中做这个，循环不再重要，除了文盲。好主意！特别是我不需要转置，我可以用正确的形式构造B，这是一个好主意！您还可以添加一个与显式for循环的比较吗？
mapply(crossprod, as.data.frame(t(A)), as.data.frame(B))

A <- matrix(rnorm(400*500), nrow=400)
B <- matrix(rnorm(500*400), ncol=400)

bF <- function() diag(A %*% B)
jF <- function() rowSums(A * t(B))
vF <- function() mapply(crossprod, as.data.frame(t(A)), as.data.frame(B))
lF <- function() {
  vec <- numeric(nrow(A))
  for (ii in seq.int(nrow(A)))
    vec[ii] <- crossprod(A[ii,], B[,ii])
  vec
}

library(microbenchmark)
microbenchmark(bF(), jF(), vF(), lF(), times = 100)   
# Unit: milliseconds
#  expr        min         lq     median         uq       max neval
#  bF() 137.828993 183.320782 185.823658 200.747130 207.67997   100
#  jF()   4.434627   5.300882   5.341477   5.475393  46.96347   100
#  vF()  39.110948  51.071936  54.147338  55.127911 102.17793   100
#  lF()  14.029454  18.667055  18.931154  22.166137  65.40562   100