R中的矢量化循环

我有一个名为

p_array

的数组，有100000个数据点，需要计算长度为100的子间隔的一阶自相关，即从

1:100

和

2:101

等。我写了一个循环，它工作得很好，但速度非常慢

Tf <- 100000
acf_Array <- rep(0, length.out = Tf-100)  
for (t in 1:(Tf-100)){
  acf_Array[t] <- acf(P_Array[t:(t+100)])$acf[2]
  }

---

Tf要回答有关对for循环进行矢量化的具体问题，以下是我的答案：

acf_Array <- sapply(1:Tf-100, function(x) acf(P_Array[x:x+100])$acf[2])

acf\u数组代码中的限速部分是对acf的大量调用。我不确定这是否可以避免，所以我只能建议编写一个更快的
acf
函数（它只计算第二个系数，可能避免一些不必要的测试），或者通过Rcpp将整个循环转换为编译代码。这不是一个答案，而是一个建议。你应该在主要问题下发表评论。这不是矢量化的例子<代码>*应用
函数只是隐藏循环。通常推荐使用它们，因为它们更方便，可读性更强，但它们并不比编写良好的
for
循环快。
  for (t in 1:(Tf-100)){
  acf_Array[t] <- cor(P_Array[t:(t+98)], P_Array[(t+1):(t+99)])
  }

acf_Array <- sapply(1:Tf-100, function(x) acf(P_Array[x:x+100])$acf[2])