R语言查找大型相关矩阵非对角线含1的列序号的高效方案

原代码问题分析 #

你原来的代码错误点在于：which(m == 1)返回的是矩阵元素的线性索引，你用m[which(m == 1)]提取后得到的是一维数值向量，对向量调用col()函数自然无法得到正确的列序号，甚至会直接报错。

高效实现方案 #

方案1：内存可容纳的稠密矩阵场景 #

不需要修改原矩阵（避免一次全矩阵赋值开销），直接调用which的arr.ind参数直接返回符合条件的坐标，提取列号后去重即可：

# 直接筛选非对角线且值为1的位置，arr.ind返回行列坐标矩阵
pos <- which(m == 1 & row(m) != col(m), arr.ind = TRUE)
target_cols <- unique(pos[, "col"])

如果你的矩阵是对称的相关矩阵，还可以只判断上三角区域，运算量直接减半：

pos <- which(m == 1 & upper.tri(m), arr.ind = TRUE)
target_cols <- unique(pos[, "col"])

方案2：超大型稀疏矩阵场景 #

如果矩阵尺寸极大、稀疏度很高（相关矩阵通常符合这个特征），用Matrix包的稀疏矩阵结构可以降低内存占用几个量级，运算速度也会大幅提升：

library(Matrix)
# 转换为稀疏矩阵格式，仅存储非0值
m_sparse <- as(m, "sparseMatrix")
# 直接从稀疏矩阵的非0值存储区筛选符合条件的位置
target_pos <- m_sparse@i != m_sparse@j & m_sparse@x == 1
target_cols <- unique(m_sparse@j[target_pos] + 1) # 稀疏矩阵索引默认从0开始，加1转为R的1基索引

内容的提问来源于stack exchange，提问作者Amin Shn