基于对角线元素计算填充n阶矩阵的高效实现方法问询

现有一个仅对角线上有值的n×n对角矩阵b，需通过对应位置的对角线元素相乘生成新矩阵d——即d[i,j]等于b的第i行对角线元素乘以第j列对角线元素。

以下是示例场景：
构建4×4矩阵b的代码：

set.seed(5)
b <- diag(sample(4))
colnames(b) <- rownames(b) <- c("AAA" , "BBB" , "CCC" , "DDD")

生成的矩阵b：

AAA BBB CCC DDD
AAA   2   0   0   0
BBB   0   3   0   0
CCC   0   0   1   0
DDD   0   0   0   4

按规则计算后得到目标矩阵d：

AAA BBB CCC DDD
AAA   4   6   2   8
BBB   6   9   3  12
CCC   2   3   1   4
DDD   8  12   4  16

针对大规模矩阵，求无需手动计算的高效实现代码。

处理大规模对角矩阵时，核心思路是跳过零元素，直接利用对角线元素的外积来生成结果，代码如下：

# 提取对角线元素
diag_vals <- diag(b)
# 计算外积得到目标矩阵
d <- outer(diag_vals, diag_vals)
# 继承原矩阵的行/列名
rownames(d) <- rownames(b)
colnames(d) <- colnames(b)

为什么高效？ #

• 避免冗余计算：直接提取对角线元素diag(b)，无需处理矩阵中占绝大多数的零元素，节省内存开销；
• 向量化操作：outer()是R中优化过的向量化函数，底层实现效率远高于循环或逐元素赋值，尤其在矩阵规模较大时，性能差距会非常明显；
• 保持标识一致性：复制原矩阵的行名列名，确保结果矩阵的可读性和与原数据的对应关系。

运行上述代码后，得到的结果与示例中的目标矩阵完全一致，且能轻松处理大规模矩阵场景。

内容的提问来源于stack exchange，提问作者Adrian