如何用自定义AbsDiff函数比较向量元素对，筛选符合条件的元素？

解决方案 #

首先先确认我们的基础数据和自定义函数：

v <- c(1,2,5,6,8,10,15,16)
AbsDiff <- function(x,y){ abs(x-y) }

下面是两种满足需求的实现方式，都会对每个元素调用AbsDiff和其他所有元素进行比较：

方法1：逐个元素检查（sapply实现）

我们可以用sapply遍历向量中的每个元素，针对每个元素，排除它自身后，检查剩余元素里是否存在和它的绝对差为1的项：

# 生成筛选逻辑向量
keep_elements <- sapply(v, function(current_val) {
  # 取出除当前元素外的所有值
  other_vals <- v[v != current_val]
  # 检查是否有任意一个值满足AbsDiff等于1
  any(AbsDiff(current_val, other_vals) == 1)
})

# 应用筛选逻辑得到结果
result <- v[keep_elements]
print(result)
# 输出：[1]  1  2  5  6 15 16

方法2：批量生成差值矩阵（outer+apply实现）

利用outer函数可以一次性生成所有元素对的绝对差值矩阵，再通过矩阵行判断来筛选元素：

# 生成所有元素对的绝对差值矩阵
diff_matrix <- outer(v, v, AbsDiff)
# 将对角线（元素自身和自身的差值）设为NA，避免干扰判断
diag(diff_matrix) <- NA
# 检查每行是否存在值为1的元素（忽略NA）
keep_elements <- apply(diff_matrix, 1, function(row) any(row == 1, na.rm = TRUE))

# 筛选得到结果
result <- v[keep_elements]
print(result)
# 输出：[1]  1  2  5  6 15 16

两种方法都能得到你预期的结果，第一种更直观地逐个处理每个元素，第二种通过矩阵操作批量处理，在向量规模较大时效率会更有优势。

内容的提问来源于stack exchange，提问作者nadavb