r - 意外的 R 内存管理行为

Question

过去几天我一直在寻找我认为是我编写的 R 程序中某处的内存泄漏。原来这是由一些我不太了解的 R 功能引起的。我的直觉是它与 promise 和惰性评估有关。这是重现问题的示例:

M <- matrix(rnorm(1E7), 1000)
format(object.size(M), "Mb") ## An 80 Mbs matrix
gc() ## Memory usage should be around 80 Mbs
LF <- apply(M, 1, function(X) {sdX <- sd(X); function(X) X / sdX})
format(object.size(LF), "Mb") ## 2.9 Mb (isn't it a lot for a few functions? but it's not really the point)
gc() ## Memory usage is at 158 Mbs event though our workspace only contains two objects of 80 and 2.9 Mbs
rm(M)
gc() ## Back to around 80 Mbs but M is gone
rm(LF)
gc() ## Back to normal

您可以看到，如果我们过于频繁地重复该操作，内存使用量将会失控。看起来 R 需要存储整个矩阵才能调用 LF 中的函数。关于我们在 LF 中创建函数时会发生什么的任何见解？解决方法？

Answer 1

您返回的函数的封闭环境是传递给apply 的函数的局部环境。显然，函数参数必须存储在这个环境中。通常这个环境在调用后会丢失，但你会保留它，因为你返回了一个闭包。您可以删除不需要的对象:

LF <- apply(M, 1, function(X) {sdX <- sd(X); rm("X"); function(X) X / sdX})
ls(envir = environment(LF[[1]]))
#[1] "sdX"

但是，我仍然没有看到使用闭包的理由并建议重新设计您的整个方法。例如，在这个具体示例中，我将返回标准偏差并将它们作为参数传递给转换函数。