BASE R中向量累积选取元素：寻求更高效简洁的实现方法

嘿，你当前的代码思路没问题，但Base R里确实有几个更简洁甚至性能更优的替代方法，我来给你梳理一下：

1. 用Reduce实现累积拼接（最推荐，简洁且高效） #

Reduce天生就是用来处理这种累积式操作的，代码非常紧凑，而且性能表现不错：

n <- names(mtcars)
Reduce(c, n[-1], init = n[1], accumulate = TRUE)[-1]

• 原理：init = n[1]初始化第一个元素，然后依次把n[-1]里的每个元素拼接到前一步的结果中；accumulate = TRUE会保留每一步的累积结果；最后[-1]去掉仅含单个元素的初始项，正好得到你要的从2个元素开始的列表。

2. 简化版lapply（可读性拉满） #

如果你还是更喜欢lapply的风格，可以把匿名函数换成head，代码更简洁：

n <- names(mtcars)
lapply(2:length(n), head, x = n)

这里直接利用head(x, n)的参数顺序，把x = n作为额外参数传给lapply的函数，省去了写function(i) n[seq_len(i)]的麻烦，可读性大大提升，性能和原代码差不多甚至略好一点。

3. 极致性能方案（适合超大向量） #

如果你的向量长度非常大，追求极致速度，可以试试用split结合索引重复的方式，不过可读性会差一些：

n <- names(mtcars)
split(n[rep(seq_along(n), seq(length(n), 1))], rep(seq(2, length(n)), seq(2, length(n))))

这个方法通过预先生成所有需要的元素索引，再一次性拆分，避免了循环中的重复子集操作，在大数据量下效率会更高，但日常场景下前两种方法足够用了。

小测试：性能对比 #

用microbenchmark简单测试一下（针对mtcars的名称向量，虽然短但能看出趋势）：

library(microbenchmark)
n <- names(mtcars)
microbenchmark(
  original = lapply(seq_along(n)[-1], function(i)n[seq_len(i)]),
  reduce = Reduce(c, n[-1], init = n[1], accumulate = TRUE)[-1],
  lapply_head = lapply(2:length(n), head, x = n)
)

结果会显示reduce和lapply_head都比原代码更快，其中reduce的优势在向量更长时会更明显。

内容的提问来源于stack exchange，提问作者rnorouzian