我认为一个例子可以更好地说明问题。
我有
a_1 = 6547
我想要一个函数,将a_1转换为以下的a_2
a_2 = c(6, 5, 4, 7)
我认为一个例子可以更好地说明问题。
我有
a_1 = 6547
我想要一个函数,将a_1转换为以下的a_2
a_2 = c(6, 5, 4, 7)
a <- 6547
as.numeric(strsplit(as.character(a), "")[[1]])
## [1] 6 5 4 7
(a %% c(1e4, 1e3, 1e2, 1e1)) %/% c(1e3, 1e2, 1e1, 1e0)
在我的电脑上,这比使用strsplit快3-4倍。但是strsplit更加优雅,随着向量长度的增加,差异减小。
library(microbenchmark)
microbenchmark((a %% c(1e4, 1e3, 1e2, 1e1)) %/% c(1e3, 1e2, 1e1, 1e0))
# median of 1.56 seconds
microbenchmark(as.numeric(strsplit(as.character(a), "")[[1]]))
# median of 8.88 seconds
编辑:使用卡尔的洞察力,这里有一个更通用的版本。
a <- 6547
dig <- ceiling(log10(a))
vec1 <- 10^(dig:1)
vec2 <- vec1/10
(a%%vec1)%/%vec2
log10(a)
并使用(截断或四舍五入的)值来设置您想要除以的最大幂次。我在之前的 SO 回答中编写了该代码,但现在无法找到它了。 - Carl Witthoftlibrary(stringr)
as.integer(unlist(str_split(a, "")))[-1]
也许这可以将更快的解决方案集中在一行代码中:
a <- 6547
(a%%(10^(floor(log10(a)+1):1)))%/%((10^(floor(log10(a)+1):1))/10)
我认为你应该使用10的幂来完成它。然后递归地,降低这个幂次,将在向量中找到的部分添加并从a_1中删除。 6 x 1000, 5 x 100, 4 x 10, 7 x1 ......