################################################################################
### TALLER FUNDAMENTOS DE R                                                  ###
### PRESENTACIÓN 9: CONTROL DE FLUJO                                         ### 
###                                                                          ###
### Center for Conservation and Sustainable Development                      ###
### Missouri Botanical Garden                                                ###
### Sitio de la red: rbasicsworkshop.weebly.com                              ### 
################################################################################

################################################################################
### 1. BUCLES *while* ##########################################################
################################################################################

# *while* también es muy útil para construir bucles. Este tipo de bucle repite
# un pedazo de código mientras una condición determinada es cierta.

# La estructura general de un bucle *while* es la siguiente:
#
# while(condición)
# {
#   código
# }

# Esto quiere decir aproximadamente:
#
# mientras esta condición es verdadera repetir
# {
#   este código
# }


#####################
## Ejemplo fácil 1 ##
#####################

v <- 1:10

# Versión 1
i <- 0
while(i < max(v))
{
	i <- i+1
	print(i)
}



#####################
## Ejemplo fácil 2 ##
#####################

Bp <- 0.1 
Dp <- 0.1 
Np <- 1-Bp-Dp

max.t <- 100
time <- 0
abund <- 10

plot(c(0, max.t), c(0, 100), type="n")


while(abund>0 & time<=max.t)
{
	change <- sample(c(-1,0,1), size=abund, prob=c(Dp, Np, Bp), replace=TRUE)

	abund <- abund + sum(change)
	time <- time + 1

	points(time, abund, pch=16, col="black")

	#Sys.sleep(0.2)
}



################################################################################
### 2. CONDICIONAL: *if* #######################################################
################################################################################

# El condicional *if* permite correr un pedazo de código solamente si una 
# condición en particular es verdadera

#####################
## Ejemplo fácil 1 ##
#####################

v <- 1:10

for(i in v)
{
	print(i)

	if(i == 5)
		print("Reached 5") # Con un solo comando, las llaves {} no son necesarias
}


####################
## Easy example 2 ##
####################
## THE WHILE DATING LOOP ##

you <- runif(1, 0, 100) # Your personality in a number
your.pickiness.score <- 0.1 # How closely you want your date 
                            # to match your personality

missmatch <- Inf # The initial difference in personality 
date <- 0 # Your date number

while(missmatch > your.pickiness.score)
{
  date <- date + 1

	they <- runif(1, 0, 100)
	missmatch <- abs(you - they)


	if(missmatch <= your.pickiness.score)
	{
	  print("Congratulations, you are getting married!!")
	  print(paste("You've dated", date, "people", sep=" "))
	}

}


################################################################################
### 3. RUPTURAS: *break* #######################################################
################################################################################

# La función *break* causa que un bucle termine. Se usa frecuentemente en 
# conjunto con un condicional


#####################
## Ejemplo fácil 1 ##
#####################

v <- 1:10

for(i in v)
{
	print(i)

	if(i == 5) # Con mas de un comando, las llaves {} son necesarias
	{ 
		print("Reached 5")
		break()
	}
}



################################################################################
### 4. COMO EVITAR BUCLES ######################################################
################################################################################

# Los bucles son extremadamente útiles, pero también pueden ser lentos. Cuando
# es posible, es buena idea evitar utilizar bucles en R y utilizar funciones
# que ya existen en R. A esto se le llama: vectorización.

# Por ejemplo, supongamos que tenemos una matriz muy grande de abundancia de 
# 10 especies en 1,000,000 de sitios

M <- matrix(rpois(10000000, 10), ncol=10)


dim(M) 

head(M)

# Como calcular la abundancia total de individuos por sitio (fila)?


## Opción 1 - un bucle muy ineficiente ##

abund.1 <- numeric()

system.time( 
  for(i in 1:nrow(M)) 
  { 
	abund.1 <- c(abund.1, sum(M[i,]))
  } 
) 


## Opción 2 - un bucle un poco mejor construido ##

abund.2 <- rep(NA, nrow(M))

system.time( 
  for(i in 1:nrow(M)) 
  { 
	abund.2[i] <- sum(M[i,])
  } 
) 


## Opción 4 - vectorización ##
system.time( 
  abund.4 <- colSums(M)
) 


## ver función *apply*
?apply

system.time( 
abund.5 <- apply(M, 2, sum)
)