加快嵌套循環創建一個鄰接矩陣

我需要一些幫助並列化或加快下面的嵌套循環：加快嵌套循環創建一個鄰接矩陣

具有頂點（通過ID號識別）的列表，每個ID有一串與其相關的數字（字符串有限長度，通常爲60-200）。

id是一個約。 10,000個不同的ID

seq是（不同長度）的序列的列表，具有唯一ID

相關聯的每個序列

我想在建立所述圖的鄰接矩陣如果頂點i和頂點j連接在一起，如果它們的序列具有相同的元素。這裏是代碼我試圖改善：

id_matrix<-matrix(nrow=length(id),ncol=length(id)) 
for (i in 1:(length(id)){ 
    for (j in 1:(length(id)){ 
     edgelist[i,j]=length(intersect(seq[i],seq[j]) 
    } 
}

（這將用於非重疊-ID序列產生0，並且每當存在重疊，其可以用作權重的有限數目邊緣和歸一化）。

我試過foreach，dopar等選項，但是我沒有成功。用length(id)=100運行需要2分鐘以上！全場比賽至少需要一個月！我正在使用R Studio版本0.98.507的Windows PC上工作。

任何幫助將不勝感激，特別是對在R.並行這兩個嵌套循環

注意：這是一個稀疏矩陣：所有可能的10^8邊緣發生的約1％。

謝謝你的幫助！

來源

2014-11-05 gdg

查找到包的igraph。 – Roland 2014-11-05 08:10:43

我同意'igraph'（或者''Rcpp'）可能是要走的路。感興趣的是，基本的R解決方案可能看起來像這樣：'library（parallel）; v < - setNames（replicate（10，sample（100，sample（5:10，1））），1:10）; cl < - makeCluster（detectCores（） - 1）; clusterExport（cl，'v'）; （x，y）長度（相交（x，y））））; STOPCLUSTER（CL）'。 – jbaums 2014-11-05 08:32:53

是'edgelist'初始化？一個10.000 x 10.000循環應該在合理的時間內可行。 – 2014-11-05 08:46:00

在我的電腦

id_matrix <- matrix(0, nrow = length(id), ncol = length(id)) 
for (i in 1:length(id)) { 
    for (j in i:length(id)) { 
     id_matrix[cbind(c(i,j),c(j, i))] <- length(intersect(seq[[i]],seq[[j]])) 
    } 
}

只需不到半小時，當length(id)爲10000

來源

2014-11-05 08:31:03

加快嵌套循環創建一個鄰接矩陣

回答

相關問題