将函数应用于 R 中的距离矩阵

这个问题今天出现在 manipulatr 邮件列表中。

http://groups.google.com/group/manipulatr/browse_thread/thread/fbab76945f7cba3f

我正在改写。

给定一个距离矩阵（计算为dist）将函数应用于距离矩阵的行。

Code:

library(plyr)
N <- 100
a <- data.frame(b=1:N,c=runif(N))
d <- dist(a,diag=T,upper=T)
sumd <- adply(as.matrix(d),1,sum)

问题是，要按行应用该函数，您必须存储整个矩阵（而不仅仅是下三角部分）。因此，对于大型矩阵，它使用了太多内存。在我的计算机中，对于维度约为 10000 的矩阵，它会失败。

有任何想法吗？

首先，强烈推荐给还没看过的人在 r-wiki 上阅读这篇文章 https://web.archive.org/web/20140428021502/http://rwiki.sciviews.org/doku.php?id=tips:programming:code_optim2关于代码优化。

这是另一个没有使用的版本ifelse（这是一个相对较慢的函数）：

noeq.2 <- function(i, j, N) {
    i <- i-1
    j <- j-1
    x <- i*(N-1) - (i-1)*((i-1) + 1)/2 + j - i
    x2 <- j*(N-1) - (j-1)*((j-1) + 1)/2 + i - j
    idx <- i < j
    x[!idx] <- x2[!idx]
    x[i==j] <- 0
    x
}

我的笔记本电脑上的计时：

> N <- 1000
> system.time(sapply(1:N, function(i) sapply(1:N, function(j) noeq(i, j, N))))
   user  system elapsed 
  51.31    0.10   52.06 
> system.time(sapply(1:N, function(j) noeq.1(1:N, j, N)))
   user  system elapsed 
   2.47    0.02    2.67 
> system.time(sapply(1:N, function(j) noeq.2(1:N, j, N)))
   user  system elapsed 
   0.88    0.01    1.12 

并且 lapply 比 sapply 更快：

> system.time(do.call("rbind",lapply(1:N, function(j) noeq.2(1:N, j, N))))
   user  system elapsed 
   0.67    0.00    0.67