R语言排序向量首尾逐位相减函数的优化及灵活实现问询

AI 小北

2026-10-6

优化实现方案

基础R版本（无额外依赖）

这个版本完全使用基础R语法，自动适配任意长度的输入向量，奇数长度会自动丢弃中位数后计算，无需硬编码索引，同时避免了和内置函数重名的问题：

# 不使用vector作为函数名，避免覆盖R内置的vector()函数
pair_diff <- function(myvector) {
  # 仅做一次排序，避免重复计算浪费性能
  sorted_vec <- sort(myvector)
  n <- length(sorted_vec)
  
  # 向量长度为奇数时，删除中位数
  if (n %% 2 == 1) {
    sorted_vec <- sorted_vec[-ceiling(n/2)]
    n <- n - 1
  }
  
  half_len <- n / 2
  # 直接向量化计算首尾配对差值，无需逐行定义变量
  rev(sorted_vec)[1:half_len] - sorted_vec[1:half_len]
}

调用测试和你原函数的输出完全一致：

myvector <- mtcars$mpg
pair_diff(myvector)

dplyr实现版本

如果你习惯使用tidyverse生态的语法，可以用dplyr动词实现，逻辑可读性更强：

library(dplyr)

pair_diff_dplyr <- function(myvector) {
  tibble(value = sort(myvector)) %>%
    mutate(
      row_id = row_number(),
      total_len = n()
    ) %>%
    # 奇数长度时过滤掉中位数
    filter(if (total_len[1] %% 2 == 1) row_id != ceiling(total_len[1]/2) else TRUE) %>%
    mutate(
      # 给配对的两个值分配相同的分组ID
      pair_id = ifelse(row_id <= n()/2, row_id, n() - row_id + 1)
    ) %>%
    group_by(pair_id) %>%
    summarise(diff = last(value) - first(value)) %>%
    pull(diff)
}

测试调用：