在R语言中修改矩阵部分元素时如何避免完整矩阵复制？

• 需将“小”方阵合并到“大”矩阵中：大矩阵包含小矩阵的所有行/列，且存在额外行列
• 合并规则：行列索引重合的位置值相加，不重合位置保留大矩阵原有值
• 当前困境：现有操作会触发全矩阵复制，矩阵规模较大时，既耗时又会导致内存临时激增

• 矩阵/data.frame子集相加：会触发内存复制。原因是R中矩阵、data.frame属于不可变对象，对其子集赋值时，R会先创建原对象的完整副本，修改副本后再替换原变量引用，而非直接修改原对象内存。
• data.table的rbindlist方法：需要先melt转长格式、再rbind合并、最后dcast转宽格式，过程中会临时生成大量行数据，导致内存激增。

方法1：线性索引直接赋值（原生R，无额外依赖） #

利用矩阵按列存储的特性，计算小矩阵元素在大矩阵中的线性索引，直接对指定位置累加，不会触发全矩阵复制：

# 假设已初始化MTotal（大矩阵）和MList（小矩阵列表）
for(i in seq_along(MList)){
  sub_mat <- MList[[i]]
  # 获取小矩阵行/列在大矩阵中的索引
  row_match <- match(rownames(sub_mat), rownames(MTotal))
  col_match <- match(colnames(sub_mat), colnames(MTotal))
  # 计算线性索引（R矩阵为列优先存储）
  linear_idx <- (col_match - 1L) * nrow(MTotal) + row_match
  # 直接累加对应位置的值，无全矩阵复制
  MTotal[linear_idx] <- MTotal[linear_idx] + c(sub_mat)
}

可通过tracemem(MTotal)验证：此操作只会触发1次复制（首次赋值时），后续累加无额外复制。

方法2：稀疏矩阵（适合稀疏场景） #

若矩阵大部分元素为0，使用Matrix包的稀疏矩阵可大幅降低内存占用，且加法操作仅处理非零元素，无全量复制：

library(Matrix)
# 将大矩阵转换为稀疏矩阵
mtotal_sparse <- Matrix(MTotal, sparse = TRUE)

for(i in seq_along(MList)){
  sub_sparse <- Matrix(MList[[i]], sparse = TRUE)
  # 直接相加，仅处理非零元素
  mtotal_sparse <- mtotal_sparse + sub_sparse
}

# 若需转回普通矩阵
MTotal <- as.matrix(mtotal_sparse)

方法3：Rcpp自定义函数（极致性能） #

通过Rcpp直接操作内存地址，完全规避R的不可变对象复制机制，性能最优：

1. 创建addSubmatrix.cpp文件，写入以下代码：

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
void addSubmatrix(NumericMatrix bigMat, NumericMatrix smallMat, 
                  IntegerVector rowMatch, IntegerVector colMatch) {
  int n = smallMat.nrow();
  for(int i = 0; i < n; i++){
    int bigRow = rowMatch[i] - 1; // R索引转C++的0-based索引
    for(int j = 0; j < n; j++){
      int bigCol = colMatch[j] - 1;
      bigMat(bigRow, bigCol) += smallMat(i, j);
    }
  }
}

2. 在R中编译并调用：

library(Rcpp)
sourceCpp("addSubmatrix.cpp")

for(i in seq_along(MList)){
  sub_mat <- MList[[i]]
  row_match <- match(rownames(sub_mat), rownames(MTotal))
  col_match <- match(colnames(sub_mat), colnames(MTotal))
  # 直接修改大矩阵指定位置，无任何复制
  addSubmatrix(MTotal, sub_mat, row_match, col_match)
}

R的核心设计中，矩阵、data.frame等对象属于不可变对象：内存中的对象一旦创建就无法被直接修改。当执行子集赋值时，R会：

1. 复制原对象的完整内存
2. 在副本上修改指定位置
3. 将原变量的引用指向新副本
   这种机制保证了数据安全性，但也导致了大规模对象修改时的内存开销。

内容的提问来源于stack exchange，提问作者scopes