Можно ли с помощью base-R ускорить код в ~ 1000 раз?

Воспроизводимый пример ниже можно использовать в качестве тестового примера. Я ищу решение base-R, потому что

У меня нет опыта работы с C++ (для интеграции Rcpp) или Java (для интеграции rJava)
Таким образом, возможно, что "проблема скорости" заложена в алгоритме.
Мне нравятся инструменты отчетности и преимущества быстрого прототипирования R.

Фон согласно вводу @Gregor:

Первоначальная проблема связана с проблемами набора номера. Таким образом, возникает вопрос «а лучше ли объединить два тура?» миллиарды раз. В приведенном ниже примере такая же структура (На каком расстоянии находится квартира с двумя местами? В каком месте лучше всего остановиться? Каков результат, если мы объединим две экскурсии?).
Мы знаем о замечательном ответ как ускорить R-код, но в нашем случае у нас есть дополнительная «бизнес-логика», которая проявляется в различных операторах if-else. Таким образом, нам кажется невозможным получить векторизованный код при наличии операторов if-else - но, возможно, мы что-то упускаем.

Воспроизводимый пример

generate_random_sequence <- function(nrows=1000) {
  x <- c(0, runif (nrows, min = 0, max = 100), 0)
  y <- c(0, runif (nrows, min = 0, max = 100), 0)
  loc <- c("Start", floor(runif (nrows, 1000, 9999)), "Start")
  return(data.table::data.table(x = x, y = y, loc = loc, stringsAsFactors = FALSE))
}

dist <- function(x1, y1, x2, y2) {
  return(sqrt((x1-x2)^2 + (y1-y2)^2))
}

get_best_loc <- function(cur_loc, stop1, stop2) {
  d1 <- dist(cur_loc$x, cur_loc$y, stop1$x, stop1$y)
  d2 <- dist(cur_loc$x, cur_loc$y, stop2$x, stop2$y)
  if (d1 <= d2) {
    best_stop <- stop1
    stop_id <- 1L
  } else {
    best_stop <- stop2
    stop_id <- 2L
  }
  return(list(best_stop = best_stop, stop_id = stop_id))
}

combine_sequence <- function(t1, t2) {
  t_combined <- c(1, rep(NA, nrow(t1) + nrow(t2) - 4), 1)
  ind_max <- c(nrow(t1) - 1, nrow(t2) - 1)
  last_stop <- t1[1, ]
  ind_next_stop <- c(2, 2)
  ind_t_combined <- 1
  while (all(ind_next_stop <= ind_max)) {
    r <- get_best_loc(last_stop, 
                        t1[ind_next_stop[1],], t2[ind_next_stop[2],])
    best_stop <- r$best_stop; stop_id <- r$stop_id; rm(r)
    if (stop_id == 1) {
      ind_next_stop[1] <- ind_next_stop[1] + 1
    } else {
      ind_next_stop[2] <- ind_next_stop[2] + 1
    }
    ind_t_combined <- ind_t_combined + 1
    t_combined[ind_t_combined] <- stop_id
    last_stop <- best_stop
  }

  if (ind_next_stop[1] < ind_max[1]) {
    t_combined[(ind_t_combined + 1):(length(t_combined) - 1)] <- 
      t1$loc[ind_next_stop[1]:(nrow(t1) - 1)]
  } else {
    t_combined[(ind_t_combined + 1):(length(t_combined) - 1)] <- 
      t2$loc[ind_next_stop[2]:(nrow(t2) - 1)]
  }
  return(t_combined)
}

n <- 1e2
t1 <- generate_random_sequence(n)
t2 <- generate_random_sequence(n)
microbenchmark::microbenchmark(combine_sequence(t1, t2),
                               times = 10L, unit = "s")

Ввод из комментариев:

Когда я использую профилирование, я получаю следующий результат. Мне непонятно, есть ли у меня рычаги, где я могу получить ускорение в 1000 раз. (Я бы просто был в темноте)