如何检查矩阵中的每个值是否在R中其他两个矩阵中的对应值之间？

我有一个矩阵，我想将其与其他两个矩阵进行比较，以查看矩阵中的每个条目是否包含在其他两个矩阵的值内或值之外。例如，如果我的矩阵是：

> M
           [,1]       [,2]       [,3]
[1,] -0.1278982  0.4600544  1.3271033
[2,] -0.1079272  1.2196851 -0.5240536 
[3,]  0.9548449 -0.9979668 -0.6636296 

我的另外两个矩阵是 L 和 U：

> L 
            [,1]      [,2]       [,3]
[1,] -0.49416022 1.0992247 -1.2834469
[2,]  0.35491793 0.2460946  1.1411529
[3,]  0.01755317 0.2469062  0.2843848

and

> U
            [,1]       [,2]        [,3]
[1,] -0.84996737  1.0036554 -0.04747612
[2,]  0.35396050 -0.4612527 -1.47341334
[3,] -0.07716839 -1.5921625  1.62187501

我想将M的每个条目进行比较，看看它是否包含在L和U的相应条目所规定的范围内。

例如，对于 M[1,1]，它超出了 -0.49416022 和 -0.84996737 的范围，因此我将为该比较分配值 0。另一方面，对于 M[2,3]，该值是 -0.5240536，因此在 1.1411529 和 -1.47341334 之间，因此该比较的值为 0。

最终，我想获得一个全0和1的矩阵，指示M中的条目是否包含在L和U中的相应值内。例如，如果我们将此矩阵称为M_comparisons，则：

> M_comparisons
            [,1]      [,2]       [,3]
[1,]           0         0          0
[2,]           0         0          1
[3,]           0         1          0

有谁知道如何在非常快的计算时间内对大型矩阵执行此操作？谢谢！

很简单：

(M > U & M < L)*1

#     [,1] [,2] [,3]
#[1,]    0    0    0
#[2,]    0    0    1
#[3,]    0    1    0

或者，按照 Rui Barradas 的建议（稍快一些）：

as.integer(M > U & M < L)

基准

library(microbenchmark)

microbenchmark(
  (M > U & M < L)*1,
  as.integer(M > U & M < L)
)

#Unit: microseconds
#                      expr   min    lq    mean median     uq    max neval
#       (M > U & M < L) * 1 1.278 1.469 2.15965  1.640 1.8000 38.981   100
# as.integer(M > U & M < L) 1.042 1.212 1.59757  1.384 1.5375 12.008   100

样本数据

M <- t(matrix(c(-0.1278982, 0.4600544, 1.3271033, 
                -0.1079272, 1.2196851, -0.5240536,
                 0.9548449, -0.9979668, -0.6636296), nrow = 3))
L <- t(matrix(c(-0.49416022, 1.0992247, -1.2834469, 
                 0.35491793, 0.2460946,  1.1411529, 
                 0.01755317, 0.2469062,  0.284384), nrow = 3))
U <- t(matrix(c(-0.84996737, 1.0036554, -0.04747612, 
                 0.35396050, -0.4612527, -1.47341334, 
                -0.07716839, -1.5921625, 1.6218750), nrow = 3))