r - R 中的循环效率低下

Question

早上好，

我已经在 R 中开发了几个月，我必须确保我的代码的执行时间不会太长，因为我要分析大数据集。

因此，我一直在尝试使用尽可能多的矢量化函数。

但是，我仍然想知道一些事情。

R 中代价高昂的不是循环本身吗？
我的意思是，当您开始修改循环中的变量时就会出现问题，例如，这是正确的吗？

因此我在想，如果你只需要在每个元素上运行一个函数(你实际上并不关心结果)怎么办。例如在数据库中写入数据。你该怎么办？

1)使用 mapply 而不将结果存储在任何地方？

2) 对向量进行循环并且只将 f(i) 应用于每个元素？

3)有没有我可能错过的更好的功能？

(这当然是假设您的函数没有最佳矢​​量化)。
foreach呢？包裹？您是否体验过使用它带来的性能提升？

Answer 1

只是一些评论。一个 for循环大致与 apply 一样快及其变体，当您尽可能多地向量化函数时，真正的加速就会出现(即使用低级循环，而不是 apply ，它只是隐藏了 for 循环)。我不确定这是否是最好的例子，但请考虑以下几点:

> n <- 1e06
> sinI <- rep(NA,n)
> system.time(for(i in 1:n) sinI[i] <- sin(i))
   user  system elapsed 
  3.316   0.000   3.358 
> system.time(sinI <- sapply(1:n,sin))
   user  system elapsed 
  5.217   0.016   5.311 
> system.time(sinI <- unlist(lapply(1:n,sin),
+       recursive = FALSE, use.names = FALSE))
   user  system elapsed 
  1.284   0.012   1.303 
> system.time(sinI <- sin(1:n))
   user  system elapsed 
  0.056   0.000   0.057 

在下面的评论之一中，Marek 指出 for 的耗时部分上面的循环实际上是 ]<-部分:

> system.time(sinI <- unlist(lapply(1:n,sin),
+       recursive = FALSE, use.names = FALSE))
   user  system elapsed 
  1.284   0.012   1.303 

不能立即向量化的瓶颈可以用 C 或 Fortran 重写，编译为 R CMD SHLIB ，然后插入 .Call , .C或 .Fortran .

另见 these links有关 R 中循环优化的更多信息。另请查看文章 "How Can I Avoid This Loop or Make It Faster?"在 R 新闻中。