如何识别两个向量中的多对相同对
如何识别两个向量中的多对相同对
提问于 2011-02-15 21:20:57
在我的图论中(如图论中，由边连接的节点)，我有一个向量表示每个边的原点from，一个向量表示每个边的目的to节点，还有一个向量表示每个边缘curve的曲线。
默认情况下，如果两个节点之间只有一条边，则希望边的曲线为0，如果两个节点之间有两条边，则曲线为0.2。我现在使用的代码是for-循环，它有点慢：
curve <- rep(0,5)
from<-c(1,2,3,3,2)
to<-c(2,3,4,2,1)
for (i in 1:length(from))
{
if (any(from==to[i] & to==from[i]))
{
curve[i]=0.2
}
}因此，基本上，我查找每个边( from中的一个索引和to中的一个)，如果from和to中有使用相同节点(数字)的其他对的话。
我要找的是两件事：
- --识别在它们之间是否有两条边的节点的一种方法(因此如果不是，我可以省略循环)
- --加速这个循环的方法--
编辑：
为了更清楚地说明这一点，另一个例子：
from <- c(4L, 6L, 7L, 8L, 1L, 9L, 5L, 1L, 2L, 1L, 10L, 2L, 6L, 7L, 10L, 4L, 9L)
to <- c(1L, 1L, 1L, 2L, 3L, 3L, 4L, 5L, 6L, 7L, 7L, 8L, 8L, 8L, 8L, 10L, 10L)
cbind(from,to)
from to
[1,] 4 1
[2,] 6 1
[3,] 7 1
[4,] 8 2
[5,] 1 3
[6,] 9 3
[7,] 5 4
[8,] 1 5
[9,] 2 6
[10,] 1 7
[11,] 10 7
[12,] 2 8
[13,] 6 8
[14,] 7 8
[15,] 10 8
[16,] 4 10
[17,] 9 10在这两个向量中，对3与对10 (以不同顺序排列的1和7)是相同的，对4和12是相同的(2和8)。所以我希望curve成为：
[1,] 0.0
[2,] 0.0
[3,] 0.2
[4,] 0.2
[5,] 0.0
[6,] 0.0
[7,] 0.0
[8,] 0.0
[9,] 0.0
[10,] 0.2
[11,] 0.0
[12,] 0.2
[13,] 0.0
[14,] 0.0
[15,] 0.0
[16,] 0.0
[17,] 0.0(作为向量，我转了两次以得到行号)。
解决方案
from <- c(4L, 6L, 7L, 8L, 1L, 9L, 5L, 1L, 2L, 1L, 10L, 2L, 6L, 7L, 10L, 4L, 9L)
to <- c(1L, 1L, 1L, 2L, 3L, 3L, 4L, 5L, 6L, 7L, 7L, 8L, 8L, 8L, 8L, 10L, 10L)
srt <- apply(cbind(from,to),1,sort)
dub <- duplicated(t(srt))|duplicated(t(srt),fromLast=T)
curve <- ifelse(dub,0.2,0)基准解决方案
以下是一些不同解决方案的基准测试
> # for-loop
> system.time(
+ {
+ curve <- rep(0,5)
+ for (i in 1:length(from))
+ {
+ if (any(from==to[i] & to==from[i]))
+ {
+ curve[i]=0.2
+
+ }
+ }
+ })
user system elapsed
171.49 0.05 171.98
from <- sample(1:1000,100000,T)
> to <- sample(1:1000,100000,T)
>
> # My solution:
> system.time(
+ {
+ srt <- apply(cbind(from,to),1,sort)
+ dub <- duplicated(t(srt))|duplicated(t(srt),fromLast=T)
+ curve <- ifelse(dub,0.2,0)
+ })
user system elapsed
16.92 0.00 16.94
>
>
> # Marek 1:
> system.time(
+ {
+ srt <- cbind(pmin(from,to), pmax(from,to) )
+ dub <- duplicated(srt)|duplicated(srt,fromLast=T)
+ curve <- ifelse(dub,0.2,0)
+ })
user system elapsed
2.43 0.00 2.43
>
> # Marek 2:
> system.time(
+ {
+ srt <- cbind(ifelse(from>to,to,from),ifelse(from>to,from,to))
+ dub <- duplicated(srt)|duplicated(srt,fromLast=T)
+ curve <- ifelse(dub,0.2,0)
+ })
user system elapsed
2.67 0.00 2.70
>
> # Maiasaura:
> library(plyr)
>
> system.time(
+ {
+ data=data.frame(cbind(id=1:length(from),from,to))
+ data=ddply(data, .(id), transform, f1=min(from,to),f2=max(from,to))
+ curved=data.frame(data[which(duplicated(data[,4:5])==TRUE),],value=0.2)
+ result=join(data[,4:5],curved[,4:6],by=intersect(names(data)[4:5],names(curved)[4:6]))
+ result$value[which(is.na(result$value))]=0
+ result=data.frame(from,to,curve=result$value)
+ })
user system elapsed
103.43 0.11 103.95
> # Marek 1 + Joshua
> > system.time(
> + {
> + srt <- cbind(pmin(from,to), pmax(from,to) )
> + curve <- ifelse(ave(srt[,1], srt[,1], srt[,2], FUN=length) > 1,
> 0.2, 0)
> + }) user system elapsed
> 7.26 0.00 7.25它提供了最快的解决方案是：
srt <- cbind(pmin(from,to), pmax(from,to) )
dub <- duplicated(srt)|duplicated(srt,fromLast=T)
curve <- ifelse(dub,0.2,0)回答 4
Stack Overflow用户
回答已采纳
发布于 2011-02-16 00:58:04
下面是使用plyr的解决方案
我首先将from和to合并成一个data.frame
library(plyr)
data=data.frame(cbind(id=1:length(from),from,to))数据
id from to
1 1 4 1
2 2 6 1
3 3 7 1
4 4 8 2
5 5 1 3
6 6 9 3
7 7 5 4
8 8 1 5
9 9 2 6
10 10 1 7
11 11 10 7
12 12 2 8
13 13 6 8
14 14 7 8
15 15 10 8
16 16 4 10
17 17 9 10然后，以下内容将产生您所寻求的结果：
data=ddply(data, .(id), transform, f1=min(from,to),f2=max(from,to))
curved=data.frame(data[which(duplicated(data[,4:5])==TRUE),],value=0.2)
result=join(data[,4:5],curved[,4:6],by=intersect(names(data)[4:5],names(curved)[4:6]))
result$value[which(is.na(result$value))]=0
result=data.frame(from,to,curve=result$value)应产生：
from to curve
1 4 1 0.0
2 6 1 0.0
3 7 1 0.2
4 8 2 0.2
5 1 3 0.0
6 9 3 0.0
7 5 4 0.0
8 1 5 0.0
9 2 6 0.0
10 1 7 0.2
11 10 7 0.0
12 2 8 0.2
13 6 8 0.0
14 7 8 0.0
15 10 8 0.0
16 4 10 0.0
17 9 10 0.0可以将上述代码转换为函数。
calculate_curve <- function (from,to)
{
data=data.frame(cbind(id=1:length(from),from,to))
data=ddply(data, .(id), transform, f1=min(from,to),f2=max(from,to))
curved=data.frame(data[which(duplicated(data[,4:5])==TRUE),],value=0.2)
result=join(data[,4:5],curved[,4:6],by=intersect(names(data)[4:5],names(curved)[4:6]))
result$value[which(is.na(result$value))]=0
return (result$value)
}就这么做
curve=calculate_curve(from,to)Stack Overflow用户
发布于 2011-02-15 21:26:41
使用outer怎么样？
from <- c(1,2,3,3,2)
to <- c(2,3,4,2,1)
out <- outer(from, to, `==`)
ifelse(rowSums(out) > 0 & colSums(out) > 0, 0.2, 0)Stack Overflow用户
发布于 2011-02-15 22:35:28
改变
any(from==to[i] & to==from[i])至
any(from==to[i]) && any(to==from[i])可以节省不少时间。在您的示例中，如果from和to被复制了5000次，计算时间将减少1/3。
当使用&&时，如果第一个条件是FALSE R，则不需要计算第二个表达式。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/5009632
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号