R：寻找连续出现1的游程

问题描述：

    假设一个向量由若干0和1 构成，我们想找出其中连续出现1的游程(在一个0和1组成的序列中，一个由连续的0或1构成的串称为一个游程)。。例如，对于向量(1,0,0,1,1,1,0,1,1)，从它第4索引处开始有长度为3的游程，而长度为2的游程分别始于第4，第5和第8索引的位置。

 

代码如下：

findruns <- function(x, k){

   n <- length(x)

   runs <- NULL

   for(i in 1:(n-k+1)){

       if(all( x[i:(i+k-1)] == 1 ))

           runs <- c(runs, i)

     }

   return( runs )

 }

   测试如下：

> y <- c( 1, 0, 0, 1, 1, 1, 0, 1, 1 )

> findruns( y, 3 )

[1] 4

> findruns( y, 2 )

[1] 4 5 8

> findruns( y, 6 )

NULL

    第五行，我们需要判断从x[i]开始的连续k个值，即x[i],x[i+1],...,x[i+k-1]的值，是否全部为1。表达式x[i:(i+k-1)]语句给出了上述子向量的值，然后使用all()函数检验它是否是一个游程。

    尽管前面的代码中使用all()比较好，但建立向量runs的过程并不理想。向量的内存分配过程比较耗时，由于调用c(runs,i)时给新的向量分配了内存空间，每次执行时都会减慢代码的运行速度。

 

代码改进：

findruns1 <- function(x, k){

  n <- length(x)

  runs <- vector( length=n )

  count <- 0

  for(i in 1:(n-k+1)){

    if(all( x[i:(i+k-1)] == 1 )){

      count <- count + 1

      runs[count] <- i

    }

  }

  if(count > 0){

    runs <- runs[1:count]

  }

  else{

    runs <- NULL

  }

  return( runs )

}

    在第3行，我们给一个长度为n的向量分配了内存空间。这意味着在执行循环的过程中，可以避免分配新的内存。第8行代码做的只是填充runs。在退出函数之前，我们在第12行重新定义runs，来删除该向量中没用的部分。这种方法更好，第一版代码可能会有很多次内存分配，而第二版代码将之减少为两次。