如何为向量中的每个元素查找前n个值的最小值？

Question

到目前为止，我在函数内部使用循环的方式如下：

# x is a vector of numbers
# [1] 0 1 -1 -5 100 20 15

function(x,n){

  results <- numeric(length(x)-n+1)

  for(i in 1:(length(x)+1-n)){
    results[i] <- min(x[i:(i+n-1)])
  }

  return(results)
}

## outputs this for x and n = 3
# [1] -1 -5 -5 -5 15

我想知道是否有更高效的解决方案，可能不需要循环。

编辑：

我对一个包含6019个观测值的向量运行了两个解决方案的微基准测试。等我有时间（或者知道如何做），我可以尝试使用不同的观测值大小来测试每个解决方案的有效性。但现在：

Rcpp 解决方案：

> microbenchmark(nmin(x,3))
Unit: microseconds
       expr    min     lq     mean  median     uq    max neval
 nmin(x, 3) 53.885 54.313 57.01953 54.7405 56.023 93.656   100

caTools解决方案：

microbenchmark(runmin(x[[1]],3,endrule='trim'))
Unit: microseconds
                                expr     min       lq     mean  median       uq     max neval
 runmin(x[[1]], 3, endrule = "trim") 231.788 241.8385 262.6348 249.964 262.5795 833.923   100

动物园方案：

> microbenchmark(rollapply(x[[1]],3,min))
Unit: milliseconds
                      expr     min      lq     mean   median       uq      max neval
 rollapply(x[[1]], 3, min) 42.2123 47.2926 50.40772 50.33941 52.50033 98.46828   100

我的解决方案：

  > microbenchmark(nDayLow(x[[1]],3))
Unit: milliseconds
                 expr      min       lq     mean   median       uq      max neval
 nDayLow(x[[1]], 3) 13.64597 14.51581 15.67343 15.33006 15.71324 63.68687   100

- road_to_quantdom

---

runmin 看起来是目前最快的结果。 - road_to_quantdom

@road_to_quantdom 你没有测试过Rcpp的解决方案吗？ - Simon O'Hanlon

抱歉回复晚了，我刚才才运行了解决方案。你的确似乎是最高效的！ - road_to_quantdom

Answer 1

使用 zoo 中的 rollapply 函数：

library("zoo")
rollapply(x, 3, min)
# [1] -1 -5 -5 -5 15

- Thomas

---

谢谢。我刚刚运行了两个微基准测试来查看性能差异。似乎for循环方法可能实际上更快。我很震惊，但这可能是可能的吗？ - road_to_quantdom

@road_to_quantdom 在几乎所有情况下，*apply函数只是一个for循环的语法糖。 - Thomas

Answer 2

看起来这是Rcpp的一个很好的使用案例。复制粘贴这个代码片段，像其他函数一样使用它。我相信有许多方法可以使它更加高效（我的意思是我并不特别擅长C++，我非常确定您可以在这里使用一些不错的STL）：

require(Rcpp)
Rcpp::cppFunction( 'IntegerVector nmin( NumericVector x , int n ){
  int N = x.size();
  IntegerVector out(N-n+1);
    for( int i = 0; i < out.size(); ++i){
        int nmin=x[i];
        for( int j = 0; j < n; ++j){
          int tmp=x[j+i];
          if( tmp < nmin ){
            nmin=tmp;
          }
        }
        out[i]=nmin;
    }
  return out;
}')

nmin(x,3)
#[1] -1 -5 -5 -5 15
nmin(x,7)
#[1] -5

它大约比runmin快30倍:

print( microbenchmark(runmin(x,3,endrule='trim'),nmin(x,3),unit="relative") , digits = 1 )
#Unit: relative
#                           expr min lq median uq max neval
# runmin(x, 3, endrule = "trim")  55 41     36 34  19   100
#                     nmin(x, 3)   1  1      1  1   1   100

- Simon O'Hanlon

---

如果向量的类型是“double”，您会如何做到这一点？ - road_to_quantdom

Answer 3

您也可以使用来自 caTools 的 runmin。

library(caTools)
runmin(x,3,endrule='trim')
#[1] -1 -5 -5 -5 15

- akrun