ch8.Rmd

---
title: "迴圈與流程控制"
author: "郭耀仁"
date: "`r Sys.Date()`"
output: slidy_presentation
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE, results = 'hide', warning = FALSE)
```

## 迴圈

- 善用迴圈讓你能夠寫出簡短的程式碼
- R 語言可以使用常見的兩種迴圈
    - for 迴圈
    - while 迴圈
    
## 迴圈（2）

- 有一個內建的向量 `month.name`
- 我想要把它所有的內容一一輸出在命令列
- 土法煉鋼沒什麼不好：

```{r}
month.name[1]
month.name[2]
month.name[3]
month.name[4]
month.name[5]
month.name[6]
month.name[7]
month.name[8]
month.name[9]
month.name[10]
month.name[11]
month.name[12]
```

## 迴圈（3）

- 今天運氣好，`month.name` 只有 12 個元素
- 萬一裡面的元素很多怎麼辦？
- 用迴圈吧！
    - `for` 迴圈長這個樣子：

```{r}
# for 迴圈
for (i in month.name) {
  print(i)
}
```

## 迴圈（4）

- 或者我們讓 i 代表索引值

```{r}
# for 迴圈
for (i in 1:length(month.name)) {
  print(month.name[i])
}
```

## 迴圈（5）

- 小小高斯：
    - 計算 `1:100` 這個向量中的元素總和

## 迴圈（6）

- 計算 `1:100` 這個向量中的元素個數

## 隨堂練習

- 計算 `1:100` 這個向量中元素的平均數

## 隨堂練習（2）

- 將這段繪圖的程式碼用迴圈改寫：

```
par(mfrow = c(2, 2))
boxplot(iris$Sepal.Length ~ iris$Species, main = "Sepal length by species")
boxplot(iris$Sepal.Width ~ iris$Species, main = "Sepal width by species")
boxplot(iris$Petal.Length ~ iris$Species, main = "Petal length by species")
boxplot(iris$Petal.Width ~ iris$Species, main = "Petal width by species")
```

## 迴圈（6）

- 巢狀迴圈（nested loop）是指迴圈包含另一個迴圈

```{r results='markup'}
outer_vector = c(1, 2, 3)
inner_vector = c(4, 5, 6)
for (outer_i in outer_vector) {
  for (inner_i in inner_vector) {
    print(outer_i * inner_i)
  }
}
```

## 隨堂練習（3）

- 運用巢狀迴圈做出一個九九乘法表的矩陣

```{r echo=FALSE, results='markup'}
result_mat <- matrix(nrow = 9, ncol = 9)
for (i in 1:9) {
  for (j in 1:9) {
    result_mat[i, j] <- i * j
  }
}
result_mat
```

## 隨堂練習（4）

- 裝飾一下這個九九乘法表

```{r echo=FALSE, results='markup'}
result_mat <- matrix(nrow = 9, ncol = 9)
for (i in 1:9) {
  for (j in 1:9) {
    result_mat[i, j] <- paste(i, "X", j, "=", i * j)
  }
}
result_mat
```

## 迴圈（8）

- `while` 迴圈會先檢查條件才執行程式碼

```{r}
i <- 1
while (i <= length(month.name)) {
  print(month.name[i])
  i <- i + 1
}
```

## `for` 與 `while` 的使用時機

- 所有的 `for` 都可以用 `while` 改寫
- 但是反過來並非如此
- 不知道迭代次數的時候用 `while`

## `for` 與 `while` 的使用時機（2）

- 投擲一個公正的銅板，必須出現三次正面才可以停止
- 請問總共要投幾次？

```{r}
coin_flips <- c()
coin <- c(TRUE, FALSE) # TRUE 代表正面，FALSE 代表反面
i <- 1

while (sum(coin_flips) < 3){
  coin_flips[i] <- sample(coin, size = 1)
  i <- i + 1
}
coin_flips # 投擲紀錄
length(coin_flips) # 總共投了幾次
```

## 流程控制

- 一如其他的程式語言，R 語言也習慣使用 `if-else` 的語法來進行流程控制：

```
if (條件一) {

    # 程式一

} else if (條件二) {

    # 程式二

} else {

    # 程式三

}
```

## 流程控制（2）

- 兩個分支用 `if-else` 的語法來進行流程控制：

```{r}
weather <- sample(c("晴天", "下雨", "陰天"), size = 1)
if (weather == "晴天"){
    print(paste("天氣是：", weather, "，去戶外跑步", sep = ""))
} else {
    print(paste("天氣是：", weather, "，去健身房", sep = ""))
}
```

## 隨堂練習（5）

- 多個分支要採用 `if-else if-else` 的語法來進行流程控制：
- 晴天或多雲印"去戶外跑步"，毛毛雨印"去健身房"，否則印"當沙發馬鈴薯"

```{r}
weather = c("晴天", "多雲", "毛毛雨", "狂風", "暴雨", "下雪", "打雷閃電")
```

## 迴圈與流程控制

- 在迴圈中加入 `break` 或 `next` 讓你的程式更有彈性

```{r}
for (i in month.name) {
  if (i == "September") {
    break
  }
  print(i)
}

for (i in month.name) {
  if (i == "September") {
    next
  }
  print(i)
}
```

## 隨堂練習（6）

- 將 1 到 100 印出，但是：
    - 碰到 3 的倍數輸出 "三的倍數"
    - 碰到 5 的倍數輸出 "五的倍數"
    - 碰到 3 與 5 的公倍數時輸出 "十五的倍數"
    
## 隨堂練習（7）

- 將 87 因數分解，輸出所有的正因數

## 隨堂練習（8）

- 輸出以 0, 1 起始的前 20 個 [Fibonacci 數列](https://en.wikipedia.org/wiki/Fibonacci_number)
    
## 迭代觀念

- 進階的 R 語言使用者應該具備這樣的概念：
    - 向量計算 > `apply()` 函數家族 > `for` `while` 迴圈
- 舉例：計算 50 萬個人的 [BMI](https://zh.wikipedia.org/wiki/%E8%BA%AB%E9%AB%98%E9%AB%94%E9%87%8D%E6%8C%87%E6%95%B8)

```{r}
heights <- runif(500000) * 50 + 140
weights <- runif(500000) * 50 + 40
h_w_df <- data.frame(heights, weights)
```

## 迭代觀念（2）

- `system.time()` 函數可以觀察程式執行時間
- 首先登場的是向量計算：

```{r}
heights <- runif(500000) * 50 + 140
weights <- runif(500000) * 50 + 40
h_w_df <- data.frame(heights, weights)
system.time(
  h_w_df$bmi <- h_w_df$weights / (h_w_df$heights / 100)^2
)
```

## 迭代觀念（3）

- 接著登場的是 `apply()` 函數家族的 `mapply()` 函數：

```{r}
bmi_calculator <- function(height, weight){
    return(weight / (height / 100)^2)
}

system.time(
  h_w_df$bmi <- mapply(FUN = bmi_calculator, h_w_df$heights, h_w_df$weights)
)
```

## 迭代觀念（4）

- 最後登場的是 `for` 迴圈：

```{r}
bmi <- rep(NA, times = nrow(h_w_df))
system.time(
    for (i in 1:nrow(h_w_df)){
        bmi[i] <- bmi_calculator(h_w_df[i, "heights"], h_w_df[i, "weights"])
    }
)
```

## 期中作業

我們把公正的**銅板**改成公正的**骰子**，必須出現三次六點才可以停止
- 請問總共要投幾次？
- 投擲的歷史紀錄為何？