我正在尝试用R编写一个函数,该函数将接受输入numb
并输出相应的加泰罗尼亚语数字。 供您参考,加泰罗尼亚数字的递归公式是,
C_0 = 1;
C_n = {(4n - 2)*C_(n-1)}/(n+1)
我的代码如下,
catalan_num_recr <- function(numb){
if (numb == 0){
return(1)
}
else
return(((4*numb-2)*catalan_num_recr(numb-1))/(numb+1))
}
当我运行函数时,我得到,
> catalan_num_recr(3)
[1] 5
这是正确的。
AIM:但是,我试图找到加泰罗尼亚语的一个范围的数字, 我想找到类似的东西,catalan_num_recr(1:10)
.
问题:这不适用于我的函数,我收到以下警告,
Warning messages:
1: In if (numb == 0) { :
the condition has length > 1 and only the first element will be used
和很多错误的值作为输出,
> catalan_num_recr(1:15)
[1] 1.000000 2.000000 2.500000 2.800000 3.000000 3.142857 3.250000
[8] 3.333333 3.400000 3.454545 3.500000 3.538462 3.571429 3.600000
[15] 3.625000
有人可以帮助我修改我的功能/或帮助我解决问题吗?
问候。
使用Vectorize
它接受一个函数并返回一个新函数,该函数本质上是接受矢量化输入的函数的包装器。计算实际上是由mapply
重复执行的,因此它不会像编写手动矢量化的函数那样快。
Vectorize(catalan_num_recr)(1:15)
[1] 1 2 5 14 42 132 429 1430 4862
[10] 16796 58786 208012 742900 2674440 9694845
您的函数当前不接受向量输入。这可能有点令人困惑,因为默认情况下,许多函数(如数学运算符(都是矢量化的。您需要使用map
或apply
函数将该函数应用于向量的每个元素。这实际上是一个快速循环,purrr
包具有语法一致且类型稳定的优点。
catalan_num_recr <- function(numb){
if (numb == 0){
return(1)
}
else
return(((4*numb-2)*catalan_num_recr(numb-1))/(numb+1))
}
purrr::map_dbl(1:15, catalan_num_recr)
#> [1] 1 2 5 14 42 132 429 1430
#> [9] 4862 16796 58786 208012 742900 2674440 9694845
创建于 2018-05-21 由 reprex 包 (v0.2.0(.
你只需要使用矢量化函数,比如apply
家族中的sapply
。
sapply(1:10,catalan_num_recr,USE.NAMES = F)
你可以在数字向量上使用sapply
(或lapply
sapply(c(0:15), catalan_num_recr)
只需将输出放在数据帧中,以便您可以检查数字
data.frame("n" = c(0:5), "cnr" = sapply(c(0:5), catalan_num_recr))
n cnr
1 0 1
2 1 1
3 2 2
4 3 5
5 4 14
6 5 42
首先,您收到的警告告诉您,在numb == 0
中,R 只会评估numb[1] == 0
。
虽然其他答案是正确的,但它们效率不高,因为您需要多次计算每个加泰罗尼亚语数字。(对于加泰罗尼亚语(15(,您需要计算加泰罗尼亚语(14(,您已经计算过了(
我认为这是一个更好的版本,它将每个加泰罗尼亚数字计算到最大数字,然后返回您要求的数字。
catalan <- function(numbs) {
cat <- vector("numeric", length(max(numbs)) + 1)
for (i in 0:max(numbs)) {
if (i == 0) {
cat[i+1] <- 1
} else {
cat[i+1] <- ((4*i - 2)*cat[i])/(i + 1)
}
}
cat[numbs + 1]
}
> catalan(1:15)
[1] 1 2 5 14 42 132 429
[8] 1430 4862 16796 58786 208012 742900 2674440
[15] 9694845
这是一个小基准,其中catrvect = Vectorize(catalan_num_recr)
microbenchmark::microbenchmark(catalan(1:100), catvect(1:100))
Unit: microseconds
expr min lq mean median uq
catalan(1:100) 86.515 98.7565 127.3139 122.7665 141.423
catvect(1:100) 4764.728 4947.3070 5661.0624 5124.3385 5647.238
max neval
276.825 100
11009.428 100
当然,现在的函数不是递归的。