5

我正在研究R中的信号传播算法，使用igraph（随机图库），其中涉及使用 2 级嵌套列表。

Igraph 允许将属性附加到顶点（图的节点），这些可以是向量或列表，但在我的应用程序中，我需要嵌套列表。

要查看，请尝试：

library("igraph")
g <- graph.full(10) # create a fully connected graph with 10 vertices
V(g)$letters <- list(NULL) # adds a list called "letters" to every vertex
V(g)$letters # results in a nested list

我想在不同的阶段将存储在向量中的一些预先确定的元素添加到 2 级列表的给定子集中，其中子集列表与向量的大小相同。

问题是找到一种将元素添加到二级列表的有效方法。

更简单（也是迄今为止唯一）的方法是编写一个循环：

set.seed(1234)

# every iteration represents a "round" of element addition ,
# followed by other operations. 
# So the attribute "letters" should not be populated in one sitting.
for (i in 1:10){

  # select randomly five 2nd-level lists (vertices) from the 1st-level list
  # the selected vertices are generated randomly for exposition, 
  # but I need to be able to select them from a well-defined vector (sel.ver)

  sel.vert <- sample(1:10, 5)

  # generate elements to add to the lists in the 2nd-level list (vertices)
  # again, i generate them randomly just to fill the vector, 
  #but the vector could be pre-determined

  add.elem <- sample(letters, 5)

  # now add add each element to its own list
  # notice that the first ELEMENT of add.elem (add.elem[1]) is added
  # to the attribute of the first SELECTED vertex (V(g)[sel.vert[1]]$letters,
  # the second element of add.elem with the second SELECTED vertex, and so on..

  for (l in 1:5){
    V(g)[sel.vert[l]]$letters <- list(c(V(g)[sel.vert[l]]$letters, add.elem[l]))    
  }
}

（如果这是糟糕的编程实践的恐怖表演，我向有经验的读者道歉）

随着初始网络的规模越来越大，并且在每次迭代中选择更多的顶点（一个随机数，而不是 5 个），循环变得慢得多。这应该是一个“主力”功能，所以我想加快速度。

我阅读了“有效地在 R 中的向量或列表中添加或删除元素？ ”的答案，即尽可能使用向量并预先分配它们的大小，但我认为它不适用于我的情况，因为：

  1. 我认为使用igraph我别无选择，只能使用列表（至少在第一级）
  2. 在第二级，列表将具有不同的最终长度，具体取决于随机选择的顶点。因此，很难预先分配正确大小的向量。即使我将非常大的向量放在第二层，最初用 NA 填充（导致向量列表），我也不知道在哪个位置添加元素（因为任何迭代时列表的长度都是随机的），更不用说我以后需要删除 NA。

这应该是添加元素（使用）嵌套列表的特殊情况。因此，我认为也许可以通过用ddplyin plyr or替换内部循环来实现更快的实现do.call，但我无法编写要应用的函数：get the elements of the (inner) list and add this new element (itself a subset of a vector)

任何意见或建议表示赞赏。希望帖子清楚。

4

1 回答 1

2 
# number of vertices to add elements to at a time
nv <- 5

# selected vertices and elements
sel.ver <- sample(V(g), nv)
add.elem <- sample(letters, nv)

V(g)$letters[sel.ver] <- lapply(1:nv, function(x) {
  c(add.elem[x], unlist(V(g)$letters[sel.ver[x]]))
})
于 2012-08-14T19:24:01.820 回答