R语言中如何优雅创建元素为0.5^abs(i-j)的30×30矩阵

最优解：使用原生向量化函数outer() #

R的核心设计思路就是向量化运算，对于这类“两个维度序号的所有组合映射成矩阵元素”的需求，outer()是原生提供的专用工具，完全替代手写双层循环。
结合题目规则：矩阵第j行、第i列的元素取值为0.5^abs(i-j)，可以直接写出可复用的通用实现：

# 定义矩阵尺寸参数，调整n即可生成任意规模的同规则矩阵
n <- 30
# 生成目标矩阵
target_mat <- outer(
  X = seq_len(n),  # 传入所有行的序号j
  Y = seq_len(n),  # 传入所有列的序号i
  FUN = function(j, i) 0.5 ^ abs(i - j)
)

方案优势 #

• 代码极简无冗余：不需要手动维护循环计数器、边界判断、逐格赋值的逻辑
• 可复用性极强：只要修改n的取值，就能快速生成对应规模的同规则矩阵，不需要改动核心计算逻辑
• 运行效率高：底层为C实现的向量化运算，哪怕矩阵规模放大到1000×1000，运行速度也远快于R层面写的双层循环
• 错误率低：函数自动完成笛卡尔组合的维度对齐，不会出现循环遍历中常见的行/列索引错配问题

备选实现：手动向量化广播 #

如果需要更直观理解计算逻辑，也可以手动利用R的向量循环扩展特性实现，不需要依赖outer()的参数匹配逻辑：

n <- 30
row_idx <- seq_len(n)
col_idx <- seq_len(n)
# 拼接所有行、列索引的配对，计算值后重构为矩阵
target_mat <- 0.5 ^ abs(
  rep(col_idx, each = n) - rep(row_idx, times = n)
) |>
  matrix(nrow = n, ncol = n)

这个方案的计算逻辑和outer()完全一致，只是需要手动完成向量的扩展拼接和矩阵重构，代码稍长，理解成本更低。

小提示：由于当前计算规则使用了abs(i-j)，生成的矩阵天然是对称矩阵，即使写FUN的时候把i和j的参数顺序写反，最终结果也不会出错。如果后续调整计算规则为非对称逻辑（比如计算i/j、i-j的幂），一定要确保函数入参和行/列索引的对应关系，避免出现矩阵转置的错误。

内容的提问来源于stack exchange，提问作者user173729