R 替换在嵌套循环中的长度为零

我对嵌套循环有问题，代码如下：

T=2
dt=0.001
K=floor(T/dt)
t= seq(0,T,dt)

BM<- matrix(0,2000,1000)
for (i in 1:1000){
for (k in 1:K-1){
BM[k+1,i]=BM[k,i]+sqrt(dt)*rnorm(1)
}
}

循环中有什么问题？ 它的目标是模拟1000条布朗运动的样本路径。

这就是问题所在：

for (k in 1:K-1){

你的优先权被取消了。这将有助于：

for (k in 1:(K-1)){

等价地（对于

K>0

）：

矢量化更好：

for (k in seq(K-1)) {
  BM[k+1,] <- BM[k,]+sqrt(dt)*rnorm(2000)
}

for（k在序列（k-1）中）{
BM[k+1，]这就是问题所在：

for (k in 1:K-1){

您的优先级已关闭。这将起作用：

for (k in 1:(K-1)){

等价地（对于
K>0
）：

矢量化更好：

for (k in seq(K-1)) {
  BM[k+1,] <- BM[k,]+sqrt(dt)*rnorm(2000)
}

for（k在序列（k-1）中）{
BM[k+1，]这是一种完全矢量化的方法，它给出了相同的结果，并且比使用
进行
循环更快

B <-  mat.or.vec(K,1000)  # pre-allocate 
set.seed(1)
B[-1, ] <- matrix(rnorm((K-1)*100),K-1,1000) * sqrt(dt)
B <- apply(B, 2, cumsum)

对于
-循环，矢量化方法比两个嵌套的
快88倍左右

for.loop <- function(){  # this is your approach
  BM<- matrix(0,2000,1000)
  set.seed(1)
  for (i in 1:1000){
    for (k in 1:(K-1)){
      BM[k+1, i]=BM[k,i]+sqrt(dt)*rnorm(1)
    }
  }
  return(BM)
}


vectorized <- function(){  # this is my approach
  B <-  mat.or.vec(K,1000)  # pre-allocate
  set.seed(1)
  B[-1, ] <- matrix(rnorm((K-1)*100),K-1,1000) * sqrt(dt)
  B <- apply(B, 2, cumsum)
}


library("rbenchmark")
benchmark(vectorized(),
          for.loop(),
          replications=10,
          columns=c('test', 'elapsed', 'relative'),
          order = "relative")

这是一种完全矢量化的方法，它给出了相同的结果，并且比使用
进行
循环更快

B <-  mat.or.vec(K,1000)  # pre-allocate 
set.seed(1)
B[-1, ] <- matrix(rnorm((K-1)*100),K-1,1000) * sqrt(dt)
B <- apply(B, 2, cumsum)

对于
-循环，矢量化方法比两个嵌套的
快88倍左右

for.loop <- function(){  # this is your approach
  BM<- matrix(0,2000,1000)
  set.seed(1)
  for (i in 1:1000){
    for (k in 1:(K-1)){
      BM[k+1, i]=BM[k,i]+sqrt(dt)*rnorm(1)
    }
  }
  return(BM)
}


vectorized <- function(){  # this is my approach
  B <-  mat.or.vec(K,1000)  # pre-allocate
  set.seed(1)
  B[-1, ] <- matrix(rnorm((K-1)*100),K-1,1000) * sqrt(dt)
  B <- apply(B, 2, cumsum)
}


library("rbenchmark")
benchmark(vectorized(),
          for.loop(),
          replications=10,
          columns=c('test', 'elapsed', 'relative'),
          order = "relative")

在1：（K-1）。我想你可以在没有环路的情况下做这个模拟。谢谢大家，伙计们！你们帮了很多忙！@ USSR3187955，如果你认为你的问题已经被回答了，你可以只接受其中一个，但是当你有足够的投票权的时候，你可以选择多于一个的投票；你错过的A）在1：（K-1）我想你可以在没有环路的情况下做这个模拟。谢谢大家，各位！你们帮了很多忙！@ USSR3187955，如果你认为你的问题已经被回答了，你只能接受其中一个，但是当你有足够的声誉来支持你的投票时，你可以投票超过一个。chmarking在这里，
matrix（0，k，1000）
需要更少的击键hmm，从来没有听说过
mat.或.vec
因为每个人都在这里进行基准测试，
matrix（0，k，1000）
需要更少的击键