r - 为什么对列表进行分类会减慢 lengths() 函数的速度？

Question

我刚刚注意到通过向 class 添加一个附加标签来对列表进行分类。属性 (S3) 或定义新的父类 (S4) 会大大减慢基本 lengths()手术。

这表明我应该总是在调用 lengths() 之前取消“分类列表”的分类。 .

任何人都可以

解释为什么会发生这种情况，和/或

提出更好的解决方案(或解释为什么这并不重要
因为差异在绝对值上只是微秒)。

可重现的代码:

# create a list of 1,000 elements with variable letter lengths
mylist <- list()
length(mylist) <- 1000
set.seed(99)
mylist <- lapply(mylist, function(x) sample(LETTERS, size = sample(1:100, size = 1), 
                                            replace = TRUE))

# create an S3 "classed" version
mylist_S3classed <- mylist
class(mylist_S3classed) <- c("myclass", "list")

# create an S4 classed version
setClass("mylist_S4class", contains = "list")
mylist_S4classed <- new("mylist_S4class", mylist)

# compare timings of lengths
microbenchmark::microbenchmark(lengths(mylist),
                               lengths(mylist_S3classed), 
                               lengths(mylist_S4classed),
                               unit = "relative")
## Unit: relative
##                      expr      min       lq     mean    median        uq       max neval
##           lengths(mylist)   1.0000   1.0000   1.0000   1.00000   1.00000   1.00000   100
## lengths(mylist_S3classed) 125.1433 119.3588 103.9747  91.90734  89.56034 291.97767   100
## lengths(mylist_S4classed) 162.4045 155.4870 119.0611 120.20908 111.95417  67.55309   100

## in absolute timings
microbenchmark::microbenchmark(lengths(mylist),
                               lengths(mylist_S3classed), 
                               lengths(mylist_S4classed))
## Unit: microseconds
##                      expr      min        lq       mean    median       uq      max neval
##           lengths(mylist)    6.401    6.9475    9.66612    9.4620   10.577   29.237   100
## lengths(mylist_S3classed)  792.738  851.0895  911.97067  898.0955  939.558 1604.189   100
## lengths(mylist_S4classed) 1050.448 1104.7920 1293.63965 1173.4545 1229.485 6431.130   100

Answer 1

这个额外的时间是 R 找到正确的时间 length功能。对于一个普通的旧列表，它非常简单和优化，它可能存储在对象中。收到，退货。

对于分类对象，无论是 S3 还是 S4，R 必须找到正确的 length函数因为 length可以定义为一种方法。所以 R 必须继续寻找，在你的情况下，它到处寻找，直到它陷入默认状态。当它完成时，它花了那些毫秒。

除非您可以告诉 future 的自己，您永远不会写 length，否则不要尝试取消分类以尝试加快速度这些对象上的方法，因为您的代码会中断...