R:快速查表和ifelse矢量化

Question

我想用查表来加速一些但不是其他的计算。例如，对于正态分布民防部队：

cdf <- pnorm

BINS <- 10
MINZ <- (-5)
MAXZ <- 5

cdftbl <- rep(NA, BINS+2)

xi <- 0; SSZ <- (MAXZ-MINZ)/BINS
while (xi<=BINS+2) {
    x <- MINZ+xi*SSZ
    cdftbl[xi+1] <- pnorm(x, log=TRUE)
    xi <- xi+1
}

fastlogcdf <- function( x, m=0, sd=1 ) {
    z <- (x-m)/sd
    zi <- (z-MINZ)/(MAXZ-MINZ) * BINS
    zi.whole <- as.integer(zi)
    zi.frac <- zi-zi.whole
    zi.index <- zi.whole+1
    zi.tindex <- pmax(1,zi.index)  ## will not throw an array index error!
    ifelse( (zi.index <= 0) | ((zi.index+1) >= BINS),
       pnorm(x,m,sd,log=TRUE),
       cdftbl[ zi.index ]+zi.frac*(cdftbl[ zi.index+1 ]-cdftbl[ zi.index ]))    }

这个用得很好。

   fastlogcdf( seq(-2,2,0.5))

但不是和

   fastlogcdf( seq(-8,8,0.5))

因为ifelse希望在基于条件分配之前对这两种结果进行完全评估。通常，我可以忽略这一点，但这会产生一个中间错误，只有0的错误可能与负下标混合。当然，没有cdftable[-8+1]。

一种方法是使用我定义的tindex，但是首先映射到向量中的一些随机无用数，然后丢弃它似乎很奇怪。

唉，即使这个解决方案也不能解决这个问题，因为问题的关键是在表查找完成时避免缓慢的pnorm()调用！因此，我确实需要一个真正的条件，如果只有计算每个向量元素的真正语句侧。

解决这个小难题的R方法是什么？谢谢你的建议。

你好，/iaw

Answer 1

没有回答，但我不觉得我能把这写进评论中，对不起：

根据您的函数，以及您如何调用它，m=0和sd=1，这意味着z总是等于x。因此，每当x在MINZ到MAXZ范围之外时，您的表达式：

(z<=MINZ)|(z>=MAXZ) returns TRUE

在你的第一个序列(-2 : 2)中，你从来没有遇到过这个(它总是等于假)，但是在你的第二个序列(-8 : 8)中你遇到了。所以这是你唯一一次打电话

cdf(x,m,sd,log=TRUE)

你的问题很可能在那里。我不知道那是什么功能，你自己定义了吗？