更快的版本combn [英] Faster version of combn

问题描述

有没有办法加快 combn 命令以获取从向量中取出的2个元素的所有唯一组合？

通常这样设置：

 ＃Get最新版本的data.table 
库（devtools）
 install_github（Rdatatable / data.table，build_vignettes = FALSE）
库（data.table）
 
 ＃玩具数据
d < -  data.table（id = as.character（paste0（A，10001：15000）））
 
＃转换数据
 system.time （{
 d.1<  -  as.data.table（t（combn（d $ id，2）））
}）
   combn 比计算所有可能的组合慢10倍（23秒对我的计算机为3秒） data.table. 
  system.time（{
 d.2 < -  d [ d $ id [-which（d $ id == id）]），by = c（id）] 
}）
   
 
处理非常大的向量，我正在寻找一种通过计算唯一组合（如 combn ）来节省内存的方法，但与data.table的速度（见第二个代码片段）。 
 
 
 
感谢您的帮助。
解决方案
 href =http://www.inside-r.org/packages/cran/gRbase/docs/combnPrim =noreferrer>  combnPrim  从  gRbase   
  source（http://bioconductor.org/biocLite.R）
 biocLite（gRbase ）＃将自动安装依赖包。 
 system.time（{
 d.1<  -  as.data.table（t（combn（d $ id，2）））
}）
＃ elapsed 
＃27.322 0.585 27.674 
 
 system.time（{
 d.2<  -  as.data.table（t（combnPrim（d $ id，2））） 
}）
＃用户系统已过
＃2.317 0.110 2.425 
 
相同（d.1 [order（V1，V2），]，d.2 [order （V1，V2），]）
＃[1] TRUE 
  
 
Is there a way to speed up the combn command to get all unique combinations of 2 elements taken from a vector? 

Usually this would be set up like this:
# Get latest version of data.table
library(devtools)
install_github("Rdatatable/data.table",  build_vignettes = FALSE)  
library(data.table)

# Toy data
d <- data.table(id=as.character(paste0("A", 10001:15000))) 

# Transform data 
system.time({
d.1 <- as.data.table(t(combn(d$id, 2)))
})
However, combn is 10 times slower (23sec versus 3 sec on my computer) than calculating all possible combinations using data.table.
system.time({
d.2 <- d[, list(neighbor=d$id[-which(d$id==id)]), by=c("id")]
})
Dealing with very large vectors, I am searching for a way to save memory by only calculating the unique combinations (like combn), but with the speed of data.table (see second code snippet). 

I appreciate any help.
解决方案
You could use combnPrim from gRbase
source("http://bioconductor.org/biocLite.R")
biocLite("gRbase") # will install dependent packages automatically.
system.time({
 d.1 <- as.data.table(t(combn(d$id, 2)))
 })
#   user  system elapsed 
# 27.322   0.585  27.674 

system.time({
d.2 <- as.data.table(t(combnPrim(d$id,2)))
 })
#   user  system elapsed 
#  2.317   0.110   2.425 

identical(d.1[order(V1, V2),], d.2[order(V1,V2),])
#[1] TRUE


                        
这篇关于更快的版本combn的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！