将距离向量转换为R中距离对象的有效方法（理想情况下无需创建完整的距离矩阵）

我有一个距离向量，我从其他程序中得到，我想把它转换成

R

语言中的

dist

对象

下面我给出一个这样一个向量的例子：

distVector

的计算方法与上述其他过程计算距离向量的方法相同。理想情况下，我希望在不浪费资源的情况下将此向量转换为距离矩阵（

dist

object）

我想我可以把它转换成一个矩阵，把它复制成上三角矩阵和下三角矩阵，把对角线设置为0，然后处理这样一个事实，即与

dist

对象结构相比，它有点像

倒置的
（比较下面的输出）。再一次，首先创建一个完整的矩阵，然后（可能？）在
dist
对象中将其再次缩减为向量，这对我来说似乎是浪费。有更好的办法吗

示例代码（注意：我无法更改
distVector
的计算方式）：

非常感谢,，
托马斯。
创建矩阵对我来说似乎是合理的<这是一个简短而漂亮的答案。我还不熟悉
R
。我想知道这个的内存消耗是多少？这会创建一个完整的mm矩阵，用我的数据填充它的下三角，然后在我随后的
as.dist
调用中再次提取这个下三角吗？或者它只是为mm矩阵或其他东西创建了一个空容器，而不消耗太多内存？不管怎样，你的方法对我来说似乎是可行的。谢谢^ ^对不起，我不知道R的内存使用/对象复制等情况。有相当多的问题，所以我们已经看了这些东西虽然-是我的第一次搜索命中。。可能是useful@user20650：啊，那太多了。好吧，除非有一个更简单的，非矩阵创建的解决方案，我会接受你的建议，因为它是非常紧凑的代码。如果明天之前没有非矩阵创建解决方案出现，如果您愿意，可以复制粘贴您的评论作为答案，我将接受。（基本上，这是一个答案。）@user20650：注意，标题已更改。再次感谢。创建矩阵对我来说似乎是合理的<这是一个简短而漂亮的答案。我还不熟悉
R
。我想知道这个的内存消耗是多少？这会创建一个完整的mm矩阵，用我的数据填充它的下三角，然后在我随后的
as.dist
调用中再次提取这个下三角吗？或者它只是为mm矩阵或其他东西创建了一个空容器，而不消耗太多内存？不管怎样，你的方法对我来说似乎是可行的。谢谢^ ^对不起，我不知道R的内存使用/对象复制等情况。有相当多的问题，所以我们已经看了这些东西虽然-是我的第一次搜索命中。。可能是useful@user20650：啊，那太多了。好吧，除非有一个更简单的，非矩阵创建的解决方案，我会接受你的建议，因为它是非常紧凑的代码。如果明天之前没有非矩阵创建解决方案出现，如果您愿意，可以复制粘贴您的评论作为答案，我将接受。（基本上，这是一个答案。）@user20650：注意，标题已更改。再次感谢。
rawData<-matrix(c(1,1,1,1.1,1,1,1,1,1.2,2,2,2,2.2,2,2,2,2.2,2.2,3,3,3,3.4,3,3),ncol=3,byrow=TRUE);

distVector<-integer(0);
for(i in 1:dim(rawData)[1]) {
  for(j in (i+1):dim(rawData)[1]) {
    a <- (rawData[i,]-rawData[j,]);
    distVector <- c(distVector, sqrt(a %*% a));
  }
}

print(distVector)
print(dist(rawData))

> print(distVector)
 [1] 0.1000000 0.2000000 1.7320508 1.8547237 1.9697716 3.4641016 3.7094474 0.2236068 1.6763055
[10] 1.7916473 1.9209373 3.4073450 3.6455452 1.6248077 1.7549929 1.8547237 3.3526109 3.6055513
[19] 0.2000000 0.2828427 1.7320508 1.9899749 0.3464102 1.6248077 1.8547237 1.5099669 1.8000000
[28] 0.4000000

> print(dist(rawData))
          1         2         3         4         5         6         7
2 0.1000000                                                            
3 0.2000000 0.2236068                                                  
4 1.7320508 1.6763055 1.6248077                                        
5 1.8547237 1.7916473 1.7549929 0.2000000                              
6 1.9697716 1.9209373 1.8547237 0.2828427 0.3464102                    
7 3.4641016 3.4073450 3.3526109 1.7320508 1.6248077 1.5099669          
8 3.7094474 3.6455452 3.6055513 1.9899749 1.8547237 1.8000000 0.4000000