大数据场景下优化R语言每7步累积求和的代码性能

你的原代码效率低下的核心问题是重复计算累积和：每次循环都对A[i:50000]重新计算cumsum，这会带来O(n²)的时间复杂度，数据量越大越慢。下面给出两种线性时间复杂度的优化方案，速度会提升几个数量级。

方案1：利用全局累积和的差值计算 #

只需要对整个向量计算一次累积和，然后通过差值得到每个窗口的和，完全避免循环：

# 计算整个向量的累积和
cum_A <- cumsum(A)
# 生成结果向量B：每个元素是A[i]到A[i+6]的和
B <- cum_A[7:length(cum_A)] - c(0, cum_A[1:(length(cum_A)-7)])

原理说明 #

对于第i个窗口（A[i]到A[i+6]），其和等于：
cumsum(A)[i+6] - cumsum(A)[i-1]

• 当i=1时，cumsum(A)[i-1]视为0，直接取cumsum(A)[7]
• 后续位置用累积和的差值快速得到窗口和，仅需一次全局累积和计算，时间复杂度O(n)

方案2：用zoo包的rollsum函数（简洁版） #

zoo包提供了专门的滑动窗口计算函数rollsum，代码更简洁直观：

library(zoo)
# align="left"表示窗口从当前位置开始向右取7个元素，匹配你的需求
B <- rollsum(A, k=7, align="left")

验证示例 #

用你给出的测试向量验证：

A <- c(4,1,2,2,6,2,6,6,1,10,5,8,6,9,1)
# 方案1结果
cum_A <- cumsum(A)
B1 <- cum_A[7:length(cum_A)] - c(0, cum_A[1:(length(cum_A)-7)])
# 方案2结果
library(zoo)
B2 <- rollsum(A, k=7, align="left")

# 输出结果：均为 [23,25,25,22,23,27,30,30,39]
print(B1)
print(B2)

内容的提问来源于stack exchange，提问作者Lucas