R 生成系列1,2,1,3,2,1,4,3,2,1,5,4,3,2,1
我试图生成一个包含递增的反向序列的向量,如R 生成系列1,2,1,3,2,1,4,3,2,1,5,4,3,2,1,r,series,seq,rep,R,Series,Seq,Rep,我试图生成一个包含递增的反向序列的向量,如1,2,1,3,2,1,4,3,2,1,5,4,3,2,1 我尝试使用循环来实现这一点,但我不知道如何堆叠或连接结果 for (i in 1:11) { x = rev(seq(i:1)) print(x) } [1] 1 [1] 2 1 [1] 3 2 1 [1] 4 3 2 1 [1] 5 4 3 2 1 [1] 6 5 4 3 2 1 [1] 7 6 5 4 3 2 1 [1] 8 7 6 5 4 3 2 1 [1] 9 8 7 6 5
1,2,1,3,2,1,4,3,2,1,5,4,3,2,1
我尝试使用循环来实现这一点,但我不知道如何堆叠或连接结果
for (i in 1:11)
{
x = rev(seq(i:1))
print(x)
}
[1] 1
[1] 2 1
[1] 3 2 1
[1] 4 3 2 1
[1] 5 4 3 2 1
[1] 6 5 4 3 2 1
[1] 7 6 5 4 3 2 1
[1] 8 7 6 5 4 3 2 1
[1] 9 8 7 6 5 4 3 2 1
[1] 10 9 8 7 6 5 4 3 2 1
[1] 11 10 9 8 7 6 5 4 3 2 1
我也一直在试验
rep
、rev
和seq
,这是我最喜欢的选择,但并没有走多远。我们可以用lappy
unlist(lapply(1:11, function(x) rev(seq(x))))
或者如注释中提到的@zx8754,可以使用代替版本(seq
,:
)
unlist(lapply(1:11, function(x) x:1))
或者,正如@BrodieG所建议的,我们可以通过删除匿名函数调用使其更加紧凑
unlist(lapply(1:11, ":", 1))
使用序列
:
rev(sequence(5:1))
# [1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
为了好玩,使用矩阵(忽略警告;)
如果你能处理更多的乐趣,那么做一些基准测试怎么样:
library(microbenchmark)
maxValue <- 1000
vec2 <- maxValue:1
m2 <- matrix(c(1:maxValue,0), ncol = maxValue, nrow = maxValue, byrow = T)
microbenchmark(
henrik = {
rev(sequence(maxValue:1))
},
akrun = {
unlist(lapply(1:maxValue, function(x) x:1))
},
symbolix1 = {
m <- matrix(c(1:maxValue,0), ncol = maxValue, nrow = maxValue, byrow = T)
m[ row(m) <= col(m) ]
},
symbolix2 = {
m2[ row(m2) <= col(m2) ]
},
lmo1 = {
unlist(lapply(1:maxValue, tail, x=maxValue:1))
},
lmo2 = {
vec <- maxValue:1
unlist(lapply(rev(vec), tail, x=vec))
},
lmo3 = {
unlist(lapply(rev(vec2), tail, x=vec2))
}
)
# Unit: milliseconds
# expr min lq mean median uq max neval
# henrik 3.342175 4.095287 5.185095 4.960354 5.703463 32.08644 100
# akrun 1.535998 1.761439 2.159954 2.162721 2.292743 10.80862 100
# symbolix1 13.443495 15.145713 16.588118 17.145578 17.896521 20.81460 100
# symbolix2 8.640927 10.245634 11.656378 12.297788 12.791973 14.39691 100
# lmo1 13.124813 14.301375 17.253844 14.795471 15.718820 61.09737 100
# lmo2 13.026593 14.202633 18.042158 14.891164 17.729049 86.18921 100
# lmo3 13.355810 14.424353 18.497383 14.876103 20.100575 76.96622 100
库(微基准)
maxValue另一种选择是在lappy
中使用tail
,依次选择要与初始向量保持的元素数:
unlist(lapply(1:5, tail, x=5:1))
[1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
或者,首先构造基向量,然后调用它可能会更快:
vec <- 5:1
unlist(lapply(rev(vec), tail, x=vec))
[1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
vec这绝对应该是代码高尔夫@RaisingAgent此选项已存在。@RaisingAgent您可能不希望在生产环境中使用此处提供的解决方案,因为它们是……unlist(lappy(1:11,“:”,1))
library(Rcpp)
cppFunction('NumericVector reverseSequence(int maxValue, int vectorLength){
NumericVector out(vectorLength);
int counter = 0;
for(int i = 1; i <= maxValue; i++){
for(int j = i; j > 0; j--){
out[counter] = j;
counter++;
}
}
return out;
}')
maxValue <- 5
reverseSequence(maxValue, sum(1:maxValue))
[1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
library(microbenchmark)
maxValue <- 1000
microbenchmark(
akrun = {
unlist(sapply(1:maxValue, function(x) x:1))
},
symbolix3 = {
reverseSequence(maxValue, sum(1:maxValue))
}
)
# Unit: microseconds
# expr min lq mean median uq max neval
# akrun 1522.250 1631.6030 3148.922 1829.9370 3357.493 45576.148 100
# symbolix3 338.626 495.3825 1293.720 950.6635 2169.656 3816.091 100
unlist(lapply(1:5, tail, x=5:1))
[1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
vec <- 5:1
unlist(lapply(rev(vec), tail, x=vec))
[1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1