R 为大型矩阵中的每一行确定1位最近邻

假设矩阵为0和1：

library(gtools)
mat<-permutations(n = 2, r = 5, v = c(0,1), repeats.allowed = TRUE)
mat<-cbind(mat, round(runif(nrow(mat)), digits = 2))

对于较大的目标向量（即

排列中较大的
r
），我的代码运行时间非常长。
有什么方法可以更有效地做到这一点吗？
假设
mat
包含所有长度
r
的位字符串，并且是有序的，如示例中所示（如果没有排序，您可以对其排序），那么您可以显式地计算邻居的索引，而无需遍历整个数组。例如：

m0<-mat[,-ncol(mat)]
bitflips<-diag(ncol(m0))
powers<-2^(ncol(m0):1-1)
neighbors<-t(apply(m0,1,function(x) {sort((powers %*% ((x + bitflips) %% 2)) +1)}))
results<-mat
results[,-ncol(mat)]<-results[neighbors,ncol(mat)]

m0也许你可以制作一个更小的“垫子”，让人们在上面试用他们的代码，而不是现在的32768*16 beast。干杯。好的，我换了一个小一点的。我只是想用较大的数字来说明需要多长时间。你能假设
mat
包含所有长度
r
的位字符串吗？如果是这样，您可以显式地找到最近的邻居，而无需每次遍历整个数组。是的，mat始终包含所有可能的组合。因此，你建议的解决方案将是伟大的！
m0<-mat[,-ncol(mat)]
bitflips<-diag(ncol(m0))
powers<-2^(ncol(m0):1-1)
neighbors<-t(apply(m0,1,function(x) {sort((powers %*% ((x + bitflips) %% 2)) +1)}))
results<-mat
results[,-ncol(mat)]<-results[neighbors,ncol(mat)]