効率的にベクトルの逸脱を作成するR

Question

私は効率的にRのベクトルの逸脱（逆に特定の順列）を作成する方法を検討しています 私が見た限り、基本機能はありませんそれはあまりにもここにはあまりないです。

明らかな始まりは、ベクトルの順列を作成するsampleです。しかし、私は固定点を持たないためにこの順列が必要なので、ベクトルの混乱になります。このトピックの説明は、this Cross Validated postを参照してください。

これが私の最初のアプローチです：ベクトルxとxpと呼ばれるxの与えられた順列との間には一定のポイントがあるかどう

derangr <- function(x){ 

    while(TRUE){ 

    xp <- sample(x) 

    if(sum(xp == x) == 0) break 

    } 

    return(xp) 

} 

のでwhileループ内で、私はチェックしています。存在しない場合は、ループを解除してベクターを返します。

結果が示すように、それが正常に動作します：

> derangr(1:10) 
[1] 4 5 6 10 7 2 1 9 3 8 

> derangr(LETTERS) 
[1] "C" "O" "L" "J" "A" "I" "Y" "M" "G" "T" "S" "R" "Z" "V" "N" "K" "D" "Q" "B" "H" "F" "E" "X" "W" "U" "P" 

それを行うのは良い方法がありますのであれば、私は潜在的にいくつかの種類のベクトル化によってwhileを代入すると、思ったんだけど。私はまた、スケーラビリティに注目したいと思っています。ここで

は、両方の例については microbenchmarkです：

library(microbenchmark) 

> microbenchmark(derangr(1:10),times = 10000) 
Unit: microseconds 
      expr min  lq mean median  uq  max neval 
derangr(1:10) 8.359 15.492 40.1807 28.3195 49.4435 6866.453 10000 

> microbenchmark(derangr(LETTERS),times = 10000) 
Unit: microseconds 
      expr min  lq  mean median  uq  max neval 
derangr(LETTERS) 24.385 31.123 34.75819 32.4475 34.3225 10200.17 10000 

同じ質問が定点nの与えられた数の順列を生成する、逆に適用されます。

arrangr <- function(x,n){ 

    while(TRUE){ 

    xp <- sample(x) 

    if(sum(xp == x) == n) break 
    } 

    return(xp) 

} 

Answer 1

あなたが持っていない場合一意の値のみを使用すると、インデックスを再配置して新しい順序で入力ベクトルをサブセット化するために使用できます。この場合、たとえばrep(LETTERS, 2)の場合、最初のAと2番目のAは交換可能です。 Qで提案されているderangr()関数もこれらを再配置します。

derangr2 <- function(x){ 
    ind <- seq_along(x) 
    while(TRUE){ 
    indp <- sample(ind) 
    if(sum(indp == ind) == 0) break 

    } 
    return(x[indp]) 
} 

いくつかのベンチマーク結果：

microbenchmark(derangr(rep(LETTERS, 4)), 
       derangr2(rep(LETTERS, 4)), times = 1000) 

# Unit: microseconds 
#      expr min  lq  mean median  uq  max neval 
# derangr(rep(LETTERS, 4)) 6.258 113.4895 441.831094 251.724 549.384 5837.143 1000 
# derangr2(rep(LETTERS, 4)) 6.542 7.3960 23.173800 12.800 22.755 4645.936 1000 

あなただけのユニークな値に直面している場合は、このアプローチは、改善の多くを保持していません。

microbenchmark(derangr(1:1000), derangr2(1:1000), times = 1000) 
# Unit: microseconds 
#    expr min  lq  mean median  uq  max neval 
# derangr(1:1000) 19.341 21.333 61.55154 40.959 78.0775 2770.382 1000 
# derangr2(1:1000) 23.608 25.884 72.76647 46.079 84.1930 2674.243 1000