分类导航

程序问答发布时间：2022-06-02 发布网站：大佬教程 code.js-code.com

大佬教程收集整理的这篇文章主要介绍了并行处理——R 中的 Foraech 和 for 循环，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决并行处理——R 中的 Foraech 和 for 循环？

开发过程中遇到并行处理——R 中的 Foraech 和 for 循环的问题如何解决？下面主要结合日常开发的经验，给出你关于并行处理——R 中的 Foraech 和 for 循环的解决方法建议，希望对你解决并行处理——R 中的 Foraech 和 for 循环有所启发或帮助；

我想制作一个矩阵，我将制作过程放在下面。但是花了这么多时间。有没有其他方法可以使用 foreach 和并行处理更快地获得相同的结果？

"""

library("foreach")
library("doparallel")
lambdas=seq(0.01,7,by = 0.01)

cl <- makeCluster(2) # create a cluster with 2 cores
registerdoparallel(cl) # register the cluster
nlambdas <-foreach(i = 1:1,.inorder=falSE,.combine = 'cbind',.multicombine=TRUE,.packages = "quantreg") %dopar% {
  first<-rep()
  second<-rep()
  third<-rep()
  fourth<-rep()
  for (m in 1:700) {
    for (j in 1:700) {
      for (n in 1:700) {
        for (k in 1:700) {
          first<-rbind(first,lambdas[m])
          second<-rbind(second,lambdas[j])
          third<-rbind(third,lambdas[n])
          fourth<-rbind(fourth,lambdas[k])
        }      
      }
    }
  }
  lambda_@R_786_10586@l<-cbind(first,second,third,fourth)
}

stopCluster(cl)

"""

解决方法

您不需要并行处理，您只需要一个复杂度小于 (O**4) 且运算速度较慢的算法来组合此矩阵。

通过对四个向量进行重复排序，可以轻松构建相同的矩阵。但是，在您的情况下，有 700**4= 2.4e+11 个元素，这可能需要一些时间。

我仅使用向量 lambdas 中的 7 个不同值（总共 2401 个元素）来说明算法。

nsteps = 7
lambdas = seq(0.01,7,(7/nsteps))

h = rep(lambdas,nsteps**3)
i = rep(lambdas,nsteps**3)
j = rep(lambdas,nsteps**3)
k = rep(lambdas,nsteps**3)

ordering = order(k)

k = k[ordering]
k = k[ordering]
k = k[ordering]
k = k[ordering]

j = j[ordering]
j = j[ordering]
j = j[ordering]

i = I[ordering]
i = I[ordering]

h = h[ordering]

lambdas.@R_786_10586@l = cbind(first=h,second=i,third=j,fourth=k)

如果您的内存足够大，可以对长度>10**10 的向量进行排序，那么您可以立即对 lambda 执行 700 步。不需要任何 for 循环。