r - do.call 比 R 中的普通调用慢 20%？

Question

我不确定我是否使用 do.call正确的方式:

test <- function(test) {
  string <- deparse(substitute(test))
  start <- regexpr("\\(", string)
  end <- regexpr(")", string) - 1
  distribution <- substr(string, 0, start-1)
  string.arguments <- substr(string, start+1, end)
  v <- read.table(text=unlist(strsplit(string.arguments, ",")))
  list.arguments <- lapply(t(v), function(x) x)

  for (i in 1:1000000) {
    do.call(distribution, list.arguments)
  } 
}

这里的目标是能够发送分布，例如 rnorm和 rgamma , 后跟函数的参数，而不是求值函数。

这是使用 do.call 和简单调用函数的比较:

> system.time(test(rnorm(100, 1, 10))) 
   user  system elapsed 
   17.772   0.000  17.820 
> system.time(for(i in 1:1000000) { rnorm(100,0,1)} )
   user  system elapsed 
   13.940   0.004  14.015 

问题是双重的:

do.call 真的需要多花 20% 的时间吗？

这是接受不同分布和参数的正确方法吗？

Answer 1

do.call总是比直接调用函数要慢，因为它必须通过你的参数并在调用之前找到函数。它变慢的程度取决于它有多少额外的计算来分摊这个开销。

> system.time(for(i in 1:1e6) do.call(rnorm, list(100)))
   user  system elapsed 
  13.55    0.00   13.58 
> system.time(for(i in 1:1e6) rnorm(100))
   user  system elapsed 
  11.40    0.00   11.42 

然而:

> system.time(for(i in 1:1e2) do.call(rnorm, list(1e6)))
   user  system elapsed 
   9.14    0.00    9.15 
> system.time(for(i in 1:1e2) rnorm(1e6))
   user  system elapsed 
   9.14    0.00    9.14 

此外，您的某些速度变慢是由于您的正则表达式和其他字符串操作与速度无关 do.call本质上是。虽然速度很快，因为它在很小的输入上运行，但它仍然不必要地复杂。为什么不这样做:

test <- function(distrib, ..., N=1e6)
lapply(seq(N), function(x) distrib(...))

test(rnorm, 100, 1, 10)

或这个:

test <- function(call, N=1e6)
{
    call <- substitute(call)
    lapply(seq(N), function(...) eval.parent(call))
}

test(rnorm(100, 1, 10))