R语言如何高效实现向量元素与自身及后续元素拼接

• 动态增长向量的内存开销：R的向量存储在连续内存块中，你每次循环执行result_vector <- c(result_vector, paste(i, l))时，都会重新复制整个已有结果向量、开辟新的内存空间。随着结果长度增加，复制开销会快速上涨，你这里861个元素最终要生成37万余条拼接结果，绝大多数运行时间都浪费在重复内存复制上。
• 索引逻辑存在bug：which(source_vector == i)会匹配向量中所有等于当前遍历值的位置，如果向量存在重复元素，取到的切片起始位置根本不是当前元素的真实位置，不仅运行慢，输出结果也会出错。
• 内层循环重复执行值匹配、向量截取操作，存在大量无意义的计算开销。

方案1：预分配内存的循环实现 #

提前计算结果总长度、一次性分配好内存，同时改用位置索引遍历避免值匹配，性能比原代码提升数十倍：

n <- length(source_vector)
# 提前计算拼接结果总长度，预分配对应长度的字符型向量
total_length <- n * (n + 1) / 2
result_vector <- character(total_length)
fill_pos <- 1

for (i in seq_len(n)) {
  current_val <- source_vector[i]
  # 当前元素需要拼接的元素个数（自身+后面所有元素）
  seg_length <- n - i + 1
  # 批量填充拼接结果，不需要内层循环
  result_vector[fill_pos:(fill_pos + seg_length - 1)] <- paste(current_val, source_vector[i:n])
  fill_pos <- fill_pos + seg_length
}

方案2：纯向量化实现（性能最优） #

完全避免R层面的显式循环，先生成所有需要拼接的索引对，一次性完成批量拼接，861个元素的场景下几毫秒即可运行完成：

n <- length(source_vector)
# 生成所有满足「第二个元素位置 >= 第一个元素位置」的索引对
i_idx <- rep(seq_len(n), times = n:1)
j_idx <- sequence(n:1, from = seq_len(n))
# 一次性完成所有拼接操作
result_vector <- paste(source_vector[i_idx], source_vector[j_idx])

两个方案都修复了原代码在向量包含重复值时的结果错误问题，输出完全符合需求。其中纯向量化方案充分利用R的底层向量化优化，是这类场景下的最优实现。

内容的提问来源于stack exchange，提问作者Newman