使用foreach将多个正常循环转换为并行循环

如何将普通循环转换为带有foreach包的并行循环

我尝试从vrtest包转换此代码

CvMexpb <- matrix(0,nrow=B,ncol=2)

           for(k in 1:B)
           {
            eb <- e * Mammen2(n)
            eb <- eb - mean(eb)
            tem <- 0

           for( j in 1:(n-1) ) 
           { 
           aux2 <- 1/((j*pi)*(j*pi))
           aux2 <- aux2/(n-j+1)
           tem <- tem+aux2* t(eb[(1+j):n]) %*% weiexp[1:(n-j),1:(n-j)] %*% eb[(1+j):n]
           }

           CvMexpb[k,] <- cbind(tem/v > CvMexp,tem/v)
           }    

        pboot <- mean(CvMexpb[,1])
        Critboot <- quantile(CvMexpb[,2],c(0.9,0.95,0.99))
        return(pboot)

---

CvMexpb您将收到一条错误消息，因为“%:%”运算符的正确参数必须是另一个foreach表达式。没有一种标准的方法包含内部foreach循环的初始化代码。doMPI包确实提供了这样一种机制

但另一个问题是，您的内部for循环无法以这种方式并行化，因为您正在根据循环的上一次迭代中计算的值设置“tem”变量。您可以通过仅对外部循环使用foreach来解决这两个问题：

CvMexpb <- foreach(k=1:B, .combine='rbind', .export='Mammen2') %dopar% {
  eb <- e * Mammen2(n)
  eb <- eb - mean(eb)
  tem <- 0
  for( j in 1:(n-1) )
  {
    aux2 <- 1/((j*pi)*(j*pi))
    aux2 <- aux2/(n-j+1)
    tem <- tem+aux2* t(eb[(1+j):n]) %*% weiexp[1:(n-j),1:(n-j)] %*% eb[(1+j):n]
  }
  cbind(tem/v > CvMexp,tem/v)
}

CvMexpb我不确定是什么导致了错误，但我建议将CvMexpb[k，]CvMexp，tem/v）更改为cbind（tem/v>CvMexp，tem/v）；这条路要么是多余的，要么会主动破坏你的代码谢谢Steve Weston和@RyanGrannell，我会试试这个！我在代码中做了建议的更改，但没有发生错误。然而，最终的结果是不正确的！我添加了相关的完整代码以便于理解。这可能是因为我错误地使用了
.combine=“cbind”
，而我本应该使用“rbind”。很抱歉。
compweexp <- 
function(inf) 
{
n <- length(inf)
weiexp <- matrix(1,nrow=n,ncol=n)
for(i in 1:n)
{
    for(j in (i+1):n)
    {
    if(j > n) break
    aux1 <- (inf[i]-inf[j]) %*% t(inf[i]-inf[j])
    weiexp[i,j] <- exp(-0.5*aux1)
    weiexp[j,i] <- weiexp[i,j]
    }
}
return(weiexp)
}

Mammen <-
function(n)
{
p <- (sqrt(5)+1)/(2*sqrt(5))
zmat <- rep(1,n)*(-(sqrt(5)-1)/2);
u <- runif(n,0,1)
zmat[u > p] <- (sqrt(5)+1)/2
return(zmat)
}


Gen.Spec <- 
function(y,B=300)
{
set.seed(12345)
n<- length(y)
e <- y - mean(y)
v <- var(e)
y1 <- y[1:(n-1)]
weiexp <- compweexp(y1)
CvMexp <- 0

for(j in 1:(n-1)) {
   aux2 <- 1/((j*pi)^2)
   aux2 <- aux2/(n-j+1)
   CvMexp <- CvMexp+ aux2* t(e[(1+j):n]) %*% weiexp[1:(n-j),1:(n-j)] %*% e[(1+j):n]
}
CvMexp <- CvMexp/v

CvMexpb <- matrix(0,nrow=B,ncol=2)
for(k in 1:B)
{
    eb <- e * Mammen(n)
    eb <- eb - mean(eb)
    tem <- 0
    for( j in 1:(n-1) ){
    aux2 <- 1/((j*pi)^2)
    aux2 <- aux2/(n-j+1)
    tem <- tem+aux2* t(eb[(1+j):n]) %*% weiexp[1:(n-j),1:(n-j)] %*% eb[(1+j):n]
    }
    CvMexpb[k,] <- cbind(tem/v > CvMexp,tem/v)

}    

pboot <- mean(CvMexpb[,1])
Critboot <- quantile(CvMexpb[,2],c(0.9,0.95,0.99))
return(pboot)
}

CvMexpb <- foreach(k=1:B, .combine='rbind', .export='Mammen2') %dopar% {
  eb <- e * Mammen2(n)
  eb <- eb - mean(eb)
  tem <- 0
  for( j in 1:(n-1) )
  {
    aux2 <- 1/((j*pi)*(j*pi))
    aux2 <- aux2/(n-j+1)
    tem <- tem+aux2* t(eb[(1+j):n]) %*% weiexp[1:(n-j),1:(n-j)] %*% eb[(1+j):n]
  }
  cbind(tem/v > CvMexp,tem/v)
}