如何获取ausplotsR包optim_species函数选中的站点标识？

我需要通过优化方法选择样地以最大化各类多样性指数，例如从4个站点中选3个，想获取选中站点的先后顺序以及每一步的累积物种数。使用R语言ausplotsR包的optim_species函数时，仅能得到新增站点的累积物种数和最终共识站点，无法获取首个随机选中站点ID、各估计器对应的选中站点ID及完整选中顺序。

测试代码：

# 加载包
library(ausplotsR)

# 测试用物种矩阵
species_matrix <- matrix(
  c(1, 0, 1, 1, 0, 
    0, 0, 1, 0, 0,
    0, 1, 1, 0, 0,
    0, 1, 0, 0, 1),
  nrow = 4,
  ncol = 5,
  byrow = TRUE,
  dimnames = list(c("Site 1", "Site 2", "Site 3", "Site 4"), c("Species 1", "Species 2", "Species 3", "Species 4", "Species 5"))
)

# 运行optim_species
optim_species(species_matrix, n.plt = 3, random = TRUE, iterations = 10) 

一、直接从optim_species获取选中信息的可能性 #

optim_species函数的设计目标是输出累积多样性曲线和共识站点集合，没有提供参数或输出项来返回各迭代的选中站点顺序及ID。查看函数源码可知，它在迭代过程中仅记录了累积多样性数值，并未保存选中站点的详细信息，因此无法直接从现有函数输出中提取所需内容。

二、替代方案 #

方案1：修改optim_species源码以保存选中站点信息 #

可以复制optim_species的源码，添加代码来记录每一步选中的站点ID，从而获取完整的选中顺序。步骤如下：

1. 在R控制台输入ausplotsR::optim_species，复制全部函数代码。
2. 修改代码，添加记录选中站点的逻辑：
   • 在迭代循环内，每次选中站点时，将站点ID存入一个列表。
   • 最终返回结果时，新增包含各迭代选中顺序的元素。

修改后的核心代码片段：

optim_species_custom <- function(spp.matrix, n.plt = NULL, random = FALSE, iterations = 10, ...) {
  # 保留原函数的初始化、多样性计算等逻辑
  # 新增存储选中站点的列表
  selected_sites_list <- list()
  
  for (i in 1:iterations) {
    # 原函数的起始站点选择逻辑
    if (random) {
      initial <- sample(1:nrow(spp.matrix), 1)
    } else {
      initial <- which.max(rowSums(spp.matrix))
    }
    selected <- initial
    # 记录本次迭代的选中顺序
    selected_order <- rownames(spp.matrix)[initial]
    
    for (j in 2:n.plt) {
      # 原函数计算每个未选中站点的多样性增益
      remaining <- setdiff(1:nrow(spp.matrix), selected)
      gain <- sapply(remaining, function(x) {
        length(unique(c(colnames(spp.matrix)[spp.matrix[selected,]>0], 
                       colnames(spp.matrix)[spp.matrix[x,]>0]))) - 
          length(colnames(spp.matrix)[spp.matrix[selected,]>0])
      })
      best <- remaining[which.max(gain)]
      selected <- c(selected, best)
      # 追加新增站点到顺序列表
      selected_order <- c(selected_order, rownames(spp.matrix)[best])
    }
    
    # 保存本次迭代的完整选中顺序
    selected_sites_list[[i]] <- selected_order
    # 原函数的其他逻辑（如累积多样性计算）
  }
  
  # 整理结果，新增选中站点顺序项
  result <- list(
    # 保留原函数的输出项（如cumulative_species、consensus等）
    selected_sites = selected_sites_list
  )
  return(result)
}

调用修改后的函数后，可通过$selected_sites获取每次迭代的完整选中站点顺序，包括首个随机站点。

方案2：手动实现贪婪优化算法 #

如果不想修改包源码，可以手动实现类似optim_species的贪婪选择逻辑，直接控制每一步的站点记录：

# 自定义贪婪选择函数，返回选中顺序和累积物种数
greedy_site_selection <- function(spp_matrix, n_plt, random_start = TRUE, iterations = 10) {
  site_names <- rownames(spp_matrix)
  n_sites <- nrow(spp_matrix)
  all_results <- list()
  
  for (iter in 1:iterations) {
    # 选择起始站点
    start_idx <- if (random_start) sample(1:n_sites, 1) else which.max(rowSums(spp_matrix))
    selected_idx <- c(start_idx)
    cumulative_species <- c(sum(spp_matrix[start_idx, ] > 0))
    
    # 迭代选择剩余站点
    for (step in 2:n_plt) {
      remaining_idx <- setdiff(1:n_sites, selected_idx)
      # 计算每个剩余站点的新增物种数
      gains <- sapply(remaining_idx, function(idx) {
        current_species <- colSums(spp_matrix[selected_idx, ]) > 0
        new_species <- colSums(spp_matrix[c(selected_idx, idx), ]) > 0
        sum(new_species & !current_species)
      })
      
      # 选择增益最大的站点（若有多个则随机选）
      best_idx <- remaining_idx[which.max(gains)]
      if (length(best_idx) > 1) best_idx <- sample(best_idx, 1)
      
      selected_idx <- c(selected_idx, best_idx)
      cumulative_species <- c(cumulative_species, sum(colSums(spp_matrix[selected_idx, ]) > 0))
    }
    
    # 整理本次迭代结果
    all_results[[iter]] <- list(
      selected_sites = site_names[selected_idx],
      cumulative_species = cumulative_species
    )
  }
  
  return(all_results)
}

# 使用自定义函数
results <- greedy_site_selection(species_matrix, n_plt = 3, random_start = TRUE, iterations = 10)

# 查看第一次迭代的选中顺序和累积物种数
results[[1]]$selected_sites
results[[1]]$cumulative_species

该函数可灵活扩展以支持其他多样性指数（如Shannon-Wiener、Simpson指数），只需修改计算gains的逻辑即可。

内容的提问来源于stack exchange，提问作者Francois Brassard