如何高效检查矩阵MM是否包含矩阵my_mat的特定行？

我们有两个矩阵：
第一个矩阵my_mat的定义如下：

my_mat <- matrix(c(1, 2, 3, 4), 2, 2)

第二个矩阵MM为50行2列的结构：

dim(MM)
[1] 50  2

需求是检查MM中是否包含my_mat里的任意行（即c(1, 3)或c(2, 4)）。

直接逐行对比的写法虽然能实现需求：

my_mat[1, ] == t(MM)
my_mat[2, ] == t(MM)

但当my_mat行数极多时，这种方法不仅代码冗余，运行效率也会大幅下降。下面提供几种紧凑高效的实现方案：

• 方案一：字符串拼接匹配
  把两个矩阵的每行拼接成唯一字符串，再用%in%快速判断交集，代码简洁，适合中等数据量场景：

# 将my_mat的每行转为字符串
my_rows <- apply(my_mat, 1, paste, collapse = ",")
# 将MM的每行转为字符串，检查是否在my_rows中存在
mm_rows <- apply(MM, 1, paste, collapse = ",")
match_result <- mm_rows %in% my_rows

match_result会返回一个逻辑向量，对应MM的每一行是否在my_mat中存在。

• 方案二：data.table快速连接匹配
  如果处理的是超大规模数据，data.table的连接操作效率远高于基础方法，适合百万级以上行数据：
  先安装并加载包：

install.packages("data.table")
library(data.table)

再通过连接操作标记匹配行：

# 转换为data.table并保留行号
dt_my <- as.data.table(my_mat)[, id := .I]
dt_mm <- as.data.table(MM)[, row_num := .I]
# 内连接获取所有匹配的行
matched_rows <- dt_mm[dt_my, on = names(dt_my)[-ncol(dt_my)], nomatch = 0]
# 生成MM每行的匹配结果向量
match_result <- logical(nrow(MM))
match_result[matched_rows$row_num] <- TRUE

• 方案三：dplyr半连接筛选
  dplyr的半连接可以直接筛选出存在于目标数据集的行，代码可读性强，适合熟悉tidyverse风格的用户：
  先安装并加载包：

install.packages("dplyr")
library(dplyr)

再执行半连接并标记结果：

# 转换为数据框
df_my <- as.data.frame(my_mat)
df_mm <- as.data.frame(MM) %>% mutate(row_id = row_number())
# 半连接获取匹配的行
matched_df <- semi_join(df_mm, df_my, by = names(df_my))
# 生成每行的匹配结果
match_result <- df_mm$row_id %in% matched_df$row_id

内容的提问来源于stack exchange，提问作者MinChul Park