R: Bir vektörün artan/azalan olup olmadığını nasıl kontrol edeceğinizi

Question

vector1 = c(2, 2, 2, 2, 2, 2) 
vector2 = c(2, 2, 3, 3, 3, 3) 
vector3 = c(2, 2, 1, 2, 2, 2) 

Vektördeki sayıların aynı mı yoksa aza mı olduğunu bilmek istiyorum. vector1 ve vector2 Yani vector3 için FALSE olmalıdır oysa, o TRUE olmalıdır. Basitçe, vektörde bir geri dönüş varsa FALSE döndürmelidir. Bir döngü yazmadan bunu yapmanın hızlı bir yolu var mı?

Answer 1

Sen diff hepsi negatif olmayan olup olmadığını kontrol etmek elemanları ve all arasındaki farkları hesaplamak için: tüm vektörler olmayan azalan ise

all(diff(vector1) >= 0) 
# [1] TRUE 
all(diff(vector2) >= 0) 
# [1] TRUE 
all(diff(vector3) >= 0) 
# [1] FALSE 

Yukarıdaki kod kontrol ettiğinde ve >= 0 yerini alabilir artmadıklarını kontrol etmek için <= 0 ile. Hedefiniz olan vektörleri tespit etmektir yerine ise ya azalmayan, basit bir değişiklik var ya (aka onlar artan ve aynı vektör içinde azalan bir adım yok) artmayan: Orada

!all(c(-1, 1) %in% sign(diff(vector1))) 
# [1] TRUE 
!all(c(-1, 1) %in% sign(diff(vector2))) 
# [1] TRUE 
!all(c(-1, 1) %in% sign(diff(vector3))) 
# [1] FALSE 

Answer 2

!is.unsorted(vector1) 
# [1] TRUE 
!is.unsorted(vector2) 
# [1] TRUE 
!is.unsorted(vector3) 
# [1] FALSE 

Bu fonksiyon çok hızlı o derlenmiş C koduna neredeyse doğrudan hitap gibidir: Bu durum için idealdir is.unsorted adında bir taban R fonksiyonudur.

Benim ilk düşünce sort ve identical, a laidentical(sort(vector1), vector1) kullanmaktı, ama bu oldukça yavaştır; dedi ki, bu yaklaşımın daha esnek durumlara genişletilebileceğini düşünüyorum. hız gerçekten çok önemliydi ise

, biz is.unsorted görülen yükün bir kısmını atlayarak doğrudan iç işlevini diyebiliriz:

.Internal(is.unsorted(vector1, FALSE)) 

(FALSE argüman strictly için FALSE geçer). Bu küçük bir vektör üzerinde ~ 4x hızlandırılmış teklif etti. Benim makinede

library(microbenchmark) 
set.seed(10101) 
srtd <- sort(sample(1e6, rep = TRUE)) # a sorted test case 
unsr <- sample(1e6, rep = TRUE) #an unsorted test case 

microbenchmark(times = 1000L, 
       josilber = {all(diff(srtd) >= 0) 
         all(diff(unsr) >= 0)}, 
       mikec = {identical(sort(srtd), srtd) 
         identical(sort(unsr), unsr)}, 
       baser = {!is.unsorted(srtd) 
         !is.unsorted(unsr)}, 
       intern = {!.Internal(is.unsorted(srtd, FALSE)) 
         !.Internal(is.unsorted(unsr, FALSE))}) 

Sonuçlar::

# Unit: microseconds 
#  expr  min   lq  mean  median  uq  max neval cld 
# josilber 30349.108 30737.6440 34550.6599 34113.5970 34964.171 155283.320 1000 c 
#  mikec 93167.836 94183.8865 97119.4493 94852.7530 97528.859 229692.328 1000 d 
#  baser 1089.670 1168.7400 1322.9341 1296.7375 1347.946 6301.866 1000 b 
# intern 514.816 532.4405 576.2867 560.5955 566.236 2456.237 1000 a 

Yani doğrudan iç işlevini çağırarak (ihtar:

Son seçenek ne kadar hızlı bir fikir edinmek için, burada kriter var sen vektör mükemmel temiz olduğundan emin olmak gerekir - hayır NA s, vs.) ~ sırayla olduğu sırayla olan taban R fonksiyonu, karşı 2x hız ~ diff kullanmaktan daha 30x daha hızlı, ~ kadar hızlı 2x verir benim ilk seçim.