在R中設置稀疏矩陣的更快方法？

Question

我正在嘗試在R中設置一種特殊的稀疏矩陣。下面的代碼給出了我想要的結果，但速度非常慢：

library(Matrix)

f <- function(x){

  out <- rbind(head(x, -1), tail(x, -1))
  out <- bdiag(split(out, col(out)))
  return(out)

}#END f 

x <- outer(1:250, (1:5)/10, '+')
do.call(rBind, apply(x, 1, f))

在我正在進行的模擬研究中，我需要做成千上萬次，所以這是一個相當嚴重的瓶頸。 在這種情況下，Rprof（）輸出非常混亂。 我很感激您對如何加快速度提出的任何建議。

感謝您的時間。

Answer 1

這段代碼的運行速度要快得多（<0.01秒，相比我的盒子里的3.36秒），因為它避免了所有極慢的rBind 。 關鍵是首先准備行索引，列索引和非零單元格的值。 對sparseMatrix(i,j,x)的單次調用將構造稀疏矩陣，甚至不需要對rBind()進行一次調用。

library(Matrix)
A <- 1:250
B <- (1:5)/10
x <- outer(A, B, '+')

f2 <- function(x){
    n <- length(x)
    rep(x, each=2)[-c(1, 2*n)]
}

system.time({
  val <- as.vector(apply(x,1,f2))
  n <- length(val)
  i <- seq_len(n)
  j <- rep(rep(seq_len(length(B)-1), each=2), length.out=n)
  outVectorized <- sparseMatrix(i = i, j = j, x = val)
})
#    user  system elapsed 
#       0       0       0 

只是為了表明結果是一樣的：

## Your approach
f <- function(x){
    out <- rbind(head(x, -1), tail(x, -1))
    out <- bdiag(split(out, col(out)))
    return(out)
}

system.time(outRBinded <- do.call(rBind, apply(x, 1, f)))
#    user  system elapsed 
#    3.36    0.00    3.36 

identical(outVectorized, outRBinded)
# [1] TRUE