R 如何改进这个散列函数

是否有任何方法可以提高该散列的初始化速度？ 目前在我的机器上大约需要20分钟

#prepare hash()
hash <- list();

mappedV <- # matrix with more than 200,000 elements
for( i in 1:nrow(mappedV) ) {
  hash[[paste(mappedV[i,], collapse = '.')]] <- 0;
}

#准备散列（）
hash通过预先分配所需长度的列表，而不是在每次迭代中增加列表，通常可以节省大量时间

瞧：

X <- vector(mode="list", 1e5)
Y <- list()

system.time(for(i in 1:1e5) X[[i]] <- 0)
#    user  system elapsed 
#     0.3     0.0     0.3 
system.time(for(i in 1:1e5) Y[[i]] <- 0)
#    user  system elapsed 
#   48.84    0.05   49.34 
identical(X,Y)
# [1] TRUE

X您还可以将
环境
作为哈希。。。让我们看看：

mappedV <- matrix(1:100000, ncol=5)
hash1 <- list()
hash2 <- new.env(hash=TRUE)

system.time(for(i in 1:nrow(mappedV)) hash1[[paste(mappedV[i,], collapse = '.')]] <- 0)
#   user  system elapsed 
# 19.263   1.321  21.634 

system.time(for(i in 1:nrow(mappedV)) hash2[[paste(mappedV[i,], collapse = '.')]] <- 0)
#   user  system elapsed 
#  0.426   0.002   0.430 

虽然速度不如使用环境快，但有一个简单的矢量化解决方案：

mappedV <- matrix(1:100000, ncol = 5)
hashes <- apply(mappedV, 1, paste, collapse = ".")

hash <- list()
hash[hashes] <- 0

mappedV我想你可以在这里使用环境查找或data.table，但我不清楚你想用它做什么。也许实际使用一个小样本数据集来处理这个问题，你的预期结果会得到更多的读者的响应。我用非常缓慢的方法来解决几年前的一些家庭作业。我们必须在一个非常大的矩阵中计算ceratain组合。上周我无意中发现了这一点，如果有更快的方法，我只是好奇。当然……是的，预分配是一种方法……但这里的OP看起来他试图分配列表的名称。。这里你的代码相当于
X[]哇，这太快了，现在不到一分钟。为什么要快得多？@Christian——因为每次添加新对象时，整个环境都不会被复制（而添加到列表时，整个环境都会被复制）。@Josh O'Brien——有什么网站效应需要我注意吗？@Christian:我用一个例子更新了我的答案，说明要注意wrt环境和不变性。希望对你们有帮助。谢谢大家。这是一个很好的答案。
mappedV <- matrix(1:100000, ncol = 5)
hashes <- apply(mappedV, 1, paste, collapse = ".")

hash <- list()
hash[hashes] <- 0

hash <- as.list(rep(0, length = length(hashes)))
names(hash) <- hashes