टोपी में मेरे [r] उत्तर को फेंकना, गति के लिए अनुकूलित और एक्स की किसी भी लंबाई के साथ काम करता है (पूछने वाले के विपरीत जो कि लंबाई 20 के लिए कठिन कोडित था):
### 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)
}
और, मेरे वर्तमान (बहुत धीमे) काम कंप्यूटर पर चलाने के समय की तुलना करने के लिए, यहां इस धागे में सभी आर समाधानों का उपयोग करके मेरे माइक्रोबैनमार्क का आउटपुट है। अप्रत्याशित रूप से, अधिकांश प्रतियों और रूपांतरणों को हल करने वाले समाधान धीमे होने लगे।
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
-------------- EDIT -------------- @nicola द्वारा बताया गया कि मेरा समाधान x की अधिक लंबाई के लिए सबसे तेज़ नहीं है - जो मैं काफी स्पष्ट होना चाहिए क्योंकि मैं x <- c (x, y) जैसे कॉल का उपयोग करके लगातार वैक्टर की प्रतियां बना रहा हूं। मैंने केवल लंबाई = 20 के लिए सबसे तेज समाधान बनाया और उसके लिए जितना मैंने जा सकता था, उतना ही कम माइक्रोबेंचमार्क किया।
एक निष्पक्ष तुलना करने के लिए मैंने सभी संस्करणों को मूल कोड बनाने के लिए संपादित किया जिस तरह से मुझे विश्वास है कि यह सबसे तेज़ होगा, लेकिन मैं उस पर प्रतिक्रिया का स्वागत करता हूं। यहाँ मेरा पूरा बेंचमार्किंग कोड है और मेरे बहुत धीमे सिस्टम के लिए परिणाम है। मैं किसी भी प्रतिक्रिया का स्वागत करता हूं।
# 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)
}
जैसा कि ये परिणाम दिखाते हैं, अन्य लंबाई के लिए जो मैंने इसके लिए अनुकूलित किया है, मेरा संस्करण धीमा है। लंबी एक्स है, यह 1000 से ऊपर की हर चीज पर हास्यास्पद रूप से धीमी हो जाती है। मेरा पसंदीदा संस्करण रौनक है जो मेरे सिस्टम पर केवल दूसरा सबसे तेज है। GoGonzo मेरी मशीन पर अब तक की सबसे लंबी लंबाई पर सबसे तेज़ है।
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_sequenceवांछित एक के समान नहीं है