为什么R对Douglas-Peucker算法的实现如此缓慢？

Question

绘制地理多边形不是R的强项，但如果使用done well，它将非常有用。我使用的是来自英国的数据，多边形边框中的细节高得离谱，这使得任何绘图或操作函数(特别是在运行了fortify使其可以进行ggplot之后)变得很慢。

合乎逻辑的方法是简化多边形几何图形，使它们不那么复杂。

我遵循这个post在R中实现了Douglas-Peucker算法，但它非常慢。应用于this dataset (英格兰地区)，以下代码在内存为16 Gb的英特尔®酷睿™i7-3630QM计算机上运行大约10分钟：

for(i in 1:length(gors@polygons)){
  for(j in 1:length(gors@polygons[[i]]@Polygons)){
    temp <- as.data.frame(gors@polygons[[i]]@Polygons[[j]]@coords)
    names(temp) <- c("x", "y")
    temp2 <- dp(temp, 0.01)
    gors@polygons[[i]]@Polygons[[j]]@coords <- as.matrix(cbind(temp2$x, temp2$y))
  }QGIS
}

在QGIS中，相同的函数大约需要一秒钟。当然，我将来可能会使用QGIS实现，但我发现令人费解的是R实现花费了这么长的时间。任何想法如何使它更快或以更有效的方式实现算法，非常感谢。

Answer 1

嗯，我想你可以使用rgeos函数gSimplify，它接口GEOS::simplify

在帮助文件中，您将获得更多信息，例如，这是标题

简化几何体

描述：

函数使用Douglas-Peuker算法简化给定的几何图形

使用你的数据这条线应该可以做到这一点

require(rgeos)
require(rgdal)

gors <- readOGR(dsn = "/tmp/gor", layer = "GOR_st121")

system.time(gor_topo <- gSimplify(gors, tol = 0.01))
##  user  system elapsed 
## 0.713   0.010   0.727

我有一个I7，但我的规范没有你的那么令人印象深刻，所以我希望当你尝试它时，这个函数会更快。