更快版本的组合 [英] Faster version of combn

问题描述

有没有一种方法可以加快 combn 命令的速度，以从向量中获取 2 个元素的所有唯一组合?

Is there a way to speed up the combn command to get all unique combinations of 2 elements taken from a vector?

通常会这样设置:

# 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)))
})

但是，combn 比使用 data.table 计算所有可能的组合慢 10 倍(23 秒对我的计算机上的 3 秒).

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")]
})

处理非常大的向量，我正在寻找一种通过仅计算唯一组合(如 combn)来节省内存的方法，但速度与 data.table 一样(参见第二个代码片段).

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).

感谢您的帮助.

推荐答案

你可以使用 combnPrim 来自 <代码>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

这篇关于更快版本的组合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！