R中的循环效率低下答案

【问题标题】：Loops inefficiency in RR中的循环效率低下
【发布时间】：2011-03-08 23:22:51
【问题描述】：

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，因为我分析的是大型数据集。

因此，我一直在尝试尽可能多地使用矢量化函数。

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，当您开始在循环中修改变量时就会出现问题，例如，是否正确？

因此我在想，如果您只需要在每个元素上运行一个函数会怎么样（实际上您并不关心结果）。例如在数据库中写入数据。你应该怎么做？

1) 使用 mapply 而不将结果存储在任何地方？

2) 对向量做一个循环，只对每个元素应用 f(i)？

3) 有没有更好的功能我可能错过了？

（这当然是假设您的函数不是最佳矢量化的）。

foreach 包呢？使用它后，您是否体验过任何性能提升？

【问题讨论】：

我会把答案留给比我更专业的人，但根据我的实际经验，*apply 函数通常（但并非总是）会加快速度。
我猜是这样，因为循环是“在 C 中”完成的，而不是直接通过 R。
在应用程序系列中查看此 SO 帖子 - *.com/questions/2275896/…
@Colin：感谢您的链接，确实很有趣。
那篇 SO 帖子是 Colin 的一个糟糕示例，因为它几乎没有显示任何关于循环速度的内容。所有时间都花在递归函数中。唯一应该从中得到的是，如果您的功能需要很长时间，那么您使用哪个系列并不重要。 nullglob 这里的例子要好得多。

标签： r functional-programming loops

【解决方案1】：

只有几个厘米。 for 循环大致与 apply 及其变体一样快，当您尽可能将函数矢量化时（即使用低级循环，而不是 apply，这只是隐藏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

在下面的其中一个 cmets 中，Marek 指出上面 for 循环中耗时的部分实际上是 ]<- 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，用R CMD SHLIB 编译，然后用.Call、.C 或.Fortran 插入。

另外，请参阅these links，了解有关 R 中循环优化的更多信息。另请参阅 R 新闻中的文章 "How Can I Avoid This Loop or Make It Faster?"。

【讨论】：

apply 函数不是从它的 C 实现中更好地处理循环吗？这个问题实际上很笼统，在您看来，使用 Reduce 实现一个简单的循环（例如）是否更好？
在sapply 版本中，大部分时间都花在后处理结果上。当您执行 `system.time(sinI sin(1:n)）。在for循环耗时是[<-，检查system.time(for(i in 1:n) sin(i))（在这种情况下是无用的导致drop结果）。

【解决方案2】：

vapply 通过要求您指定返回值来避免后处理。结果比 for 循环快 3.4 倍：

> system.time(for(i in 1:n) sinI[i] <- sin(i))
   user  system elapsed 
   2.41    0.00    2.39 

> system.time(sinI <- unlist(lapply(1:n,sin), recursive = FALSE, use.names = FALSE))
   user  system elapsed 
   1.46    0.00    1.45 

> system.time(sinI <- vapply(1:n,sin, numeric(1)))
   user  system elapsed 
   0.71    0.00    0.69

【讨论】：