这个R函数可以矢量化吗？ bucketinex

这里有一个尝试（尚未到达

bucketinex

！）：

• 你的

  bucketIndex <- function(v, N){
    o <- rep(0, length(v))
  
    curSum <- 0
    index  <- 1
  
    for(i in seq(length(v))){
      o[i] <- index
  
      curSum <- curSum + v[i]
      if(curSum > N){
        curSum <- 0
        index <- index + 1
      }
    }
  
    o
  }
  
  > bucketIndex(c(1, 1, 2, 1, 5, 1), 3)
  [1] 1 1 1 2 2 3
  

  也就是说，只需在

  v

  中交换两个连续条目，结果中的最大值就会不同

• 另一点是，仅在导致总和为>

  N

  的元素之后进行计数。这意味着结果的开头应该有一个额外的1，最后一个元素应该被删除

• 您可以将

  curSum

  重置为0，而不管它在

  N

  上射出多少。因此，对于所有具有

  cumsum（v）>N

  的元素，您需要减去该值，然后查找下一个

  cumsum（v）>N

  ，依此类推。这就减少了与

  for

  循环相关的循环迭代次数，但这是否会给您带来本质上的改进取决于

  v

  的条目和

  N

  （或者，取决于

  max（index）

  ：

  长度（v）

  比率）。如果这是你例子中的50%，我认为你不能获得实质性的收益。除非它们之间至少有一个magnitute顺序，否则我会选择

  inline:：cfunction

---

我要冒险说，答案是“不”。本质上，你是在根据当前总和的结果改变你的总和。这意味着未来的计算取决于中间计算的结果，而矢量化操作无法做到这一点

我不认为这是完全可以矢量化的，但是@cbeleites通过一次处理整个块（bucket）来减少循环中的迭代次数。每次迭代查找累计和超过

N

的位置，将索引分配给该范围，将累计和减少超过

N

的任何值，并重复，直到向量用尽。其余的是记账（初始化值和增加值）

---

bucketIndex2
cumsum
是否为您处理此问题<代码>光标]不，那是另一个函数。。sum（）只返回一个长度为1的向量。你能评论一下它应该做什么吗？它接近于累积和的整数除法（
cumsum（v）%/%N
），但复杂的部分是
curSum
被设置回0（而不是模
cumsum（v）%%N
。请参见我第一次尝试的答案。我想对v的连续元素进行分组，以便每个组中的和都大于N（可能最后一组除外），组必须尽可能小（在元素数量上）…但是上面的代码更好地描述了我想做的事情。cumsum的事情很接近，但不一样。只是要明确一点：
v
是先验存在的吗，或者如果我们提出了一个在随机抽样中抽取数组的解决方案，这是允许的吗？bucketIndex比你的bucketIndex快。@Roland我不是特别喜欢它令人惊讶。
其中（cs>N）
在
v
的长度中是
O（N）
，重复循环也是
O（N）
（长度的一部分，但并不比一部分好），因此整个函数在
v
的长度中应该是
O（N^2）
。具有简单循环的原始函数应该是
O（N）
长度为
v
。关于你的第三和第四个要点：是的，这是你想要的行为。
curSum <- curSum + v[i]
if(curSum > N){
  curSum <- 0
  index <- index + 1
}  

> bucketIndex (c(1, 1, 2, 1, 2, 1, 1, 2, 1, 5, 1), 3)
[1] 1 1 1 2 2 2 3 3 3 4 5
> bucketIndex (c(1, 1, 1, 2, 2, 1, 1, 2, 1, 5, 1), 3)
[1] 1 1 1 1 2 2 2 3 3 3 4

bucketIndex2 <- function(v, N) {
    index <- 1
    cs <- cumsum(v)
    bk.old <- 0
    o <- rep(0, length(v))

    repeat {
        bk <- suppressWarnings(min(which(cs > N)))
        o[(bk.old+1):min(bk,length(v))] <- index
        if (bk >= length(v)) break
        cs <- cs - cs[bk]
        index <- index + 1
        bk.old <- bk
    }

    o
}

for (i in 1:200) {
  v <- sample(sample(20,1), sample(50,1)+20, replace=TRUE)
  N <- sample(10,1)
  bi <- bucketIndex(v, N)
  bi2 <- bucketIndex2(v, N)
  if (any(bi != bi2)) {
    print("MISMATCH:")
    dump("v","")
    dump("N","")
  }
}