r - 是否可以对 R 中向量元素的顺序更新进行向量化？

Question

是否可以像下面这样矢量化代码？

length(x) <- 100;
x[1]      <- 1;
y         <- rnorm(100);

for(i in 2:100) {
    x[i] <- 2 * y[i] * x[i-1];
}

我很欣赏这是一个微不足道的例子，但它可以说明这个想法。

我经常需要编写代码，其中向量中的第 i 个值取决于第 (i-1) 个值，如果可能的话，我想在不需要for循环的情况下编写它，因为分析建议具有这种类型的函数操作是我代码中的主要瓶颈。

此操作是否可向量化，因此我不需要for()在计算中使用循环？

Answer 1

一般来说，如果你想要一个向量化的解决方案，你需要解决递归关系。

Answer 2

在示例中，您可以计算出 x[i] 的公式，看看它是否可以向量化。在这种情况下，我认为 cumprod 可能会起作用。

x <- c(1, cumprod(2*y)[1:99])

在某些情况下，您还可以filter在卷积或递归模式下使用该命令。看?filter

但是，如果无法计算出适合上述模型之一的第 n 个值的公式，您可以尝试使用类似的包inline或Rcpp在 C/C++ 中循环编写它。

Answer 3

这个绘图命令的内部是等价的。重复运行它相当有趣：

情节(c(1, 2^(2:length(x)-1)*cumprod(rnorm(99) )) )

Answer 4

您可以在 C++ 中编写非垂直化代码：

library(inline)
myfun <- cxxfunction(signature(y="numeric"), body='
Rcpp::NumericVector yvec(y);
int ysize = yvec.size();
Rcpp::NumericVector result(ysize);
if (ysize > 0) {
    result[0] = 1;
    for (int i = 1; i < ysize; i++) {
        result[i] = 2 * yvec[i] * result[i-1];
    }
}
return result;
', plugin="Rcpp")

然后从 R 调用这个函数：

y <- rnorm(100);
x <- myfun(y);

Answer 5

我还没有这方面的完整细节，但看起来这个功能filter()对于做我需要的事情很有用。