Lanciando la mia [r] risposta nel cappello, ottimizzata per la velocità e funziona con qualsiasi lunghezza di x (a differenza di quella del richiedente che era hard coded per la lunghezza 20):
### data
set.seed(100)
x <- round(rnorm(20, sd = 0.02), 3)
### solution
summation <- c(x[1])
enn <- 1
n_of_seq <- c(enn)
for(i in 2:length(x)){
first <- x[i]
second <- summation[i - 1]
if(sign(first) == sign(second)){
summation <- c(summation, first + second)
enn <- enn + 1
}else{
summation <- c(summation, first)
enn <- 1
}
n_of_seq <- c(n_of_seq, enn)
}
E, per confrontare i tempi di esecuzione sul mio attuale computer di lavoro (molto lento), ecco l'output del mio microbenchmark utilizzando tutte le soluzioni R in questo thread. Non sorprende che le soluzioni che producono il maggior numero di copie e conversioni tendessero ad essere più lente.
Unit: microseconds
expr min lq mean median uq max neval
my_way() 13.301 19.200 23.38352 21.4010 23.401 20604.0 1e+05
author_way() 19.702 31.701 40.12371 36.0015 40.502 24393.9 1e+05
ronak() 856.401 1113.601 1305.36419 1236.8010 1377.501 453191.4 1e+05
ameer() 388.501 452.002 553.08263 491.3000 548.701 456156.6 1e+05
andrew() 2007.801 2336.801 2748.57713 2518.1510 2760.302 463175.8 1e+05
gonzo() 21.901 35.502 48.84946 43.9010 51.001 29519.5 1e+05
-------------- MODIFICA -------------- È stato sottolineato da @nicola che la mia soluzione non è la più veloce per lunghezze maggiori di x - che dovrebbe essere abbastanza ovvio poiché sto facendo continuamente copie di vettori usando chiamate come x <- c (x, y). Ho creato solo la soluzione più veloce per lunghezze = 20 e solo il microbench ha segnato il più basso possibile.
Per fare un confronto più equo, ho modificato tutte le versioni per generare il codice originale nel modo in cui credo sia più veloce, ma accolgo con favore il feedback. Ecco il mio codice di benchmark completo e i risultati per il mio sistema molto lento. Accolgo con favore qualsiasi feedback.
# originally benchmarked a few different lengths
for(pie in c(100000)){
my_way<- function(){
set.seed(100)
x <- round(rnorm(pie, sd = 0.02), 3)
summation <- c(x[1])
enn <- 1
n_of_seq <- c(enn)
for(i in 2:length(x)){
first <- x[i]
second <- summation[i - 1]
if(sign(first) == sign(second)){
summation <- c(summation, first + second)
enn <- enn + 1
}else{
summation <- c(summation, first)
enn <- 1
}
n_of_seq <- c(n_of_seq, enn)
}
# print(summation)
}
author_way <- function(){
set.seed(100)
x <- round(rnorm(pie, sd = 0.02), 3)
sign_indicator <- ifelse(x > 0, 1,-1)
sky <- length(x)
number_of_sequence <- rep(NA, sky)
n <- 1
for (i in 2:sky) {
if (sign_indicator[i] == sign_indicator[i - 1]) {
n <- n + 1
} else{
n <- 1
}
number_of_sequence[i] <- n
}
number_of_sequence[1] <- 1
#############################
summation <- rep(NA, sky)
for (i in 1:sky) {
summation[i] <- sum(x[i:(i + 1 - number_of_sequence[i])])
}
}
# other ppls solutions:
ronak <- function(){
df <- data.table('x' = round(rnorm(pie, sd = 0.02), 3))
df[, c("n_of_sequence", "sum") := list(seq_len(.N), cumsum(x)),rleid(sign(x))]
}
ameer <- function(){
set.seed(100)
x <- round(rnorm(pie, sd = 0.02), 3)
run_lengths <- rle(sign(x))$lengths
n_of_sequence <- run_lengths %>% map(seq) %>% unlist
start <- cumsum(c(1,run_lengths))
start <- start[-length(start)] # start points of each series
map2(start,run_lengths,~cumsum(x[.x:(.x+.y-1)])) %>% unlist()
}
count_and_sum <- function(x){
set.seed(100)
x <- round(rnorm(pie, sd = 0.02), 3)
runs <- rle((x > 0) * 1)$lengths
groups <- split(x, rep(1:length(runs), runs))
output <- function(group) data.frame(x = group, n = seq_along(group), sum = cumsum(group))
result <- as.data.frame(do.call(rbind, lapply(groups, output)))
`rownames<-`(result, 1:nrow(result))
}
andrew <- function(){
set.seed(100)
df <- tibble(x = round(rnorm(pie, sd = 0.02), 3)) %>%
mutate(seqno = cumsum(c(1, diff(sign(x)) != 0))) %>% #identify sequence ids
group_by(seqno) %>% #group by sequences
mutate(n_of_sequence = row_number(), #count row numbers for each group
sum = cumsum(x)) %>% #cumulative sum for each group
ungroup() %>%
select(-seqno)
}
gonzo <- function(){
set.seed(100)
x <- round(rnorm(pie, sd = 0.02), 3)
n_of_sequence <- runner::streak_run(x > 0)
sum <- runner::sum_run(x, k = n_of_sequence)
}
mi1 <- microbenchmark(my_way(), author_way(), ronak(), ameer(), andrew(), gonzo(), times = 10)
print(mi1)
}
Come mostrano questi risultati, per lunghezze diverse da quelle per cui ho ottimizzato, la mia versione è lenta. Più lunga è x, più lentamente diventa ridicolmente lenta in tutto ciò che è superiore a 1000. La mia versione preferita è quella di Ronak che è solo la seconda più veloce sul mio sistema. GoGonzo è di gran lunga il più veloce sulla mia macchina a lunghezze maggiori.
Unit: milliseconds
expr min lq mean median uq max neval
my_way() 21276.9027 21428.2694 21604.30191 21581.97970 21806.9543 21896.7105 10
author_way() 82.2465 83.0873 89.42343 84.78315 85.3638 115.4550 10
ronak() 68.3922 69.3067 70.41924 69.84625 71.3509 74.7070 10
ameer() 481.4566 509.7552 521.19034 514.77000 530.1121 579.4707 10
andrew() 200.9654 202.1898 210.84914 206.20465 211.2006 233.7618 10
gonzo() 27.3317 28.2550 28.66679 28.50535 28.9104 29.9549 10
n_of_sequencenon è identico a quello desiderato