R应用动态参数

我只是想知道是否可以使用apply函数，以便在使用下一个I索引之前，刷新其中一个参数。让我介绍一个例子：

我有一个简单的10元素向量：

a<-c(1,rep(NA,9))

结果是向量

1,3，…19

我知道在for循环中很容易实现，但我会尝试应用它，看看它是否是一个更快的解决方案

谢谢你的建议

---

Bart

如果我理解正确，下面的代码是您问题的可能解决方案。正如@jogo在您问题的评论中提到的，深度分配函数

如果我理解正确，下面的代码是您问题的可能解决方案。就我所知，@jogo在对您的问题的评论中提到了deep assign函数
，您无法使用*apply族进行此类计算

编辑：行动，刚刚看到答案。让我换一句话，没有全局分配就无法完成“据我所知，您无法使用*apply族进行此类计算

编辑：行动，刚刚看到答案。让我重新表述一下，没有全局分配就无法完成“最好的解决方案总是矢量化：
1+（0:9）*2
有副作用的函数是危险的
当然矢量化是最好的，但真正的问题更复杂。我在以下步骤中添加的内容取决于以前的结果（以前填充的a值）-这里的示例非常简单，只需呈现您对向量
a
的构成不清楚的想法。例如，它的哪些属性是可变的（第一个值、任意值、长度）。例如@Roland给出了解决方案。请提供一个具体且具有代表性的示例
*apply
循环仍然是循环，速度不比编写良好的
for
循环快（除了
vapply
）。但是，如果您的问题是真正的递归问题，那么使用编译语言（即Rcpp）通常是最简单也是最好的。最好的解决方案总是矢量化：
1+（0:9）*2
具有副作用的函数是危险的
确定矢量化是最好的，但真正的问题更复杂。我在以下步骤中添加的内容取决于以前的结果（以前填充的a值）-这里的示例非常简单，只需呈现您对向量
a
的构成不清楚的想法。例如，它的哪些属性是可变的（第一个值、任意值、长度）。例如@Roland给出了解决方案。请提供一个具体且具有代表性的示例
*apply
循环仍然是循环，速度不比编写良好的
for
循环快（除了
vapply
）。但是，如果您的问题是真正的递归问题，那么使用编译语言（即Rcpp）通常是最简单也是最好的。非常感谢！我一定会尝试你的解决方案，如果它真的能节省我一些计算时间的话，我会带着信息回来的。非常感谢！我一定会尝试你的解决方案，如果它真的能节省我一些计算时间的话，我会带着信息回来的。谢谢你的评论！不幸的是，我在处理SDE时没有解析解，但我同意，当应用到简单问题时，你的解决方案是非常简洁的。谢谢你的评论！不幸的是，我在处理SDE时没有解析解，但我可以同意，当应用于简单问题时，你的解决方案是相当简洁的。
fun<-function(i,vec){
  vec[i]<-2+cumsum(vec)[i-1]
  a<<-vec
}

sapply(2:10,fun,vec=a)

a <- c(1,rep(NA,9))
fun<-function(i,vec){
  a[i] <<- 2+cumsum(vec)[i-1]
}

sapply(seq_along(a)[-1], function(i) fun(i,a))

loopSoln  <- function() {
  a <- c(1,rep(NA,9))
  for(i in seq_along(a)[-1]) {
    a[i] <- 2+cumsum(a)[i-1]
  }
  return(a)
}


fun<-function(i,vec){
    a[i] <<- 2+cumsum(vec)[i-1]
  }
applySoln <- function() {
  a <- c(1,rep(NA,9))
  sapply(seq_along(a)[-1], function(i) fun(i,a))
  return(a)
}

microbenchmark::microbenchmark(loopSoln(), applySoln())

Unit: microseconds
       expr    min      lq     mean  median      uq     max neval
 loopSoln() 28.915 30.6960 34.36206 32.5115 33.9085  99.525   100
applySoln() 77.664 80.9815 88.13986 83.1465 85.3815 207.569   100

vec[i] = 2 + cumsum(vec[i-1])

vec[i]= 2 +2 +cumsum(vec[i-2])+cumsum(vec[i-2])

vec[i]=2*i +vec[1]*i

non.rec <- function(x,initial) {2*x+initial*x}
lapply(2:10,non.rec,initial=1)