题
我有两个整数向量,对于第二个向量的每个元素,我想找到第一个向量的任何元素的最小距离 - 例如
obj1 <- seq(0, 1000, length.out=11)
obj2 <- 30:50
min_diff <- sapply(obj2, function(x) min(abs(obj1-x)))
min_diff
返回
[1] 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
有更有效的方法吗?我想把它扩展到数千(数百万?)的obj1&amp; OBJ2。
谢谢, 亚伦
解决方案
我会使用在第一个向量上排序的步进函数。这将避免循环,并且在R中非常快。
x <- rnorm(1000)
y <- rnorm(1000)
sorted.x <- sort(x)
myfun <- stepfun(sorted.x, 0:length(x))
现在 myfun(1)
将为您提供 sorted.x
的最大元素的索引,其值小于 1
。就我而言,
> myfun(1)
[1] 842
> sorted.x[842]
[1] 0.997574
> sorted.x[843]
[1] 1.014771
所以你知道最接近的元素是 sorted.x [myfun(1)]
或 sorted.x [myfun(1)+ 1]
。因此(和填充为0),
indices <- pmin(pmax(1, myfun(y)), length(sorted.x) - 1)
mindist <- pmin(abs(y - sorted.x[indices]), abs(y - sorted.x[indices + 1]))
其他提示
首先排序obj1
然后你可以在obj1中为obj2的每个元素进行二进制搜索。知道元素的位置,你可以比较obj1附近两个元素的距离,给你最小距离。
运行时(其中n1 = | obj1 |和n2 = | obj2 |): (n1 + n2)log(n1)
不隶属于 StackOverflow