你如何在R(s + = i/2)中对此循环进行矢量化？

Question

f <- function(n){
  s <- 0
  for (i in 1:n){
    s <- s + (i/2)
  }
  print(s)
}

当然,棘手的部分是s递归地依赖于前一个循环.

[编辑]

谢谢您的回答.我只是试图使用R中的矢量化与循环相比来验证性能的增量.

具有n = 10亿以上函数采用287秒,同时兼具sum((1:n)/2)和 sum(seq_len(n)/2)返回我一个错误,该系统"不能分配大小7.5 GB的载体"

为了比较,Julia中的相同函数(n = 1000000000)需要38秒(0.87定义类型s),在C++中使用优化编译2.48秒/0.87,使用numba装饰器在Python 98秒/ 0.88中编译.

Answer 1

你可以这样做(以防万一n>0):

sum(seq_len(n)/2)

f(10)
#[1] 27.5

sum(seq_len(10)/2)
#[1] 27.5

如果n<0:

sum((1:n)/2)

n <- -11
f(n)
#[1] -32.5

sum((1:n)/2)
#[1] -32.5

只是一个快速的基准测试:

library(microbenchmark)
n <- 10000

f1 <- function(n) sum(seq_len(n)/2)
f2 <- function(n){ s <- 0;for (i in 1:n){s <- s + (i/2);};s}

f1(n)==f2(n)
# [1] TRUE
microbenchmark(f1(n), f2(n))

# Unit: microseconds
  # expr      min       lq       mean   median       uq      max neval
 # f1(n)   20.733   22.235   27.51751   22.836   24.639   82.028   100
 # f2(n) 3971.008 4275.383 4517.52582 4484.510 4648.867 5867.272   100