R语言如何避免含if语句的三重for循环实现矩阵转换？

核心逻辑 #

你需要的每个M_j矩阵本质是两个向量的外积运算结果：取原矩阵第j列的向量v，计算(1 - v)与v的外积，得到的结果刚好完全匹配你的赋值规则：外积结果的第k行第i位的值为(1 - v[k]) * v[i]，恰好当v[i]=1且v[k]=0时取值为1，其余情况为0，和你的需求完全一致。

优化后代码 #

o <- data.frame(s1 = c(1,0,0),
                s2 = c(0,1,1),
                s3 = c(1,0,1),
                s4 = c(0,1,1))

# 先转换为矩阵，提升运算效率，同时避免data.frame取列的维度问题
o_mat <- as.matrix(o)
n_skill <- ncol(o_mat)

# 单lapply+内置外积运算，完全替代三层循环
m <- lapply(1:n_skill, function(j) {
  # outer函数直接生成n×n外积矩阵
  outer(X = 1 - o_mat[,j], Y = o_mat[,j], FUN = "*")
})

也可以用矩阵乘法实现等价逻辑：

m <- lapply(1:n_skill, function(j) {
  as.matrix(1 - o_mat[,j]) %*% t(o_mat[,j])
})

优化优势 #

• 完全消除了R层面的两层嵌套循环，内置的矩阵/外积运算都是底层C语言实现，当n（原矩阵行数）较大时，运算速度比手写三层循环高1~2个数量级
• 代码更简洁，无需手动维护临时矩阵和列表索引，避免了原代码中data.frame取列可能出现的维度报错问题
• 输出结果和你原三层循环的输出完全一致，可以直接替换使用

内容的提问来源于stack exchange，提问作者Ainhoa