有谁知道 R 中的 replicate() 函数是如何工作的，以及它相对于使用 for 循环的效率如何？
比如，有没有效率上的区别……
means <- replicate(100000, mean(rnorm(50)))
还有……
means <- c()
for(i in 1:100000) {
means <- c(means, mean(rnorm(50)))
}
（我可能在上面打了一些字，但你明白了。）
【问题讨论】：
标签： performance r for-loop replicate
您可以对代码进行基准测试并凭经验获得答案。请注意，我还添加了第二个 for 循环风格，它通过预分配向量来规避不断增长的向量问题。
repl_function = function(no_rep) means <- replicate(no_rep, mean(rnorm(50)))
for_loop = function(no_rep) {
means <- c()
for(i in 1:no_rep) {
means <- c(means, mean(rnorm(50)))
}
means
}
for_loop_prealloc = function(no_rep) {
means <- vector(mode = "numeric", length = no_rep)
for(i in 1:no_rep) {
means[i] <- mean(rnorm(50))
}
means
}
no_loops = 50e3
benchmark(repl_function(no_loops),
for_loop(no_loops),
for_loop_prealloc(no_loops),
replications = 3)
test replications elapsed relative user.self sys.self
2 for_loop(no_loops) 3 18.886 6.274 17.803 0.894
3 for_loop_prealloc(no_loops) 3 3.209 1.066 3.189 0.000
1 repl_function(no_loops) 3 3.010 1.000 2.997 0.000
user.child sys.child
2 0 0
3 0 0
1 0 0
查看relative 列，未预分配的 for 循环慢了 6.2 倍。但是，预分配的 for 循环与 replicate 一样快。
【讨论】：
replicate 是sapply 的包装器，它本身就是lapply 的包装器。 lapply 最终是一个 .Internal 函数，它是用 C 语言编写的，并以优化的方式执行循环，而不是通过解释器。它的主要优点是高效的内存管理，特别是与您上面介绍的非常低效的向量增长方法相比。
【讨论】：
replicate 一样快。我认为这是因为代码的主要部分用在 R 中。重新实现围绕 mean 的整个循环，例如C++ 可能会加快速度。请参阅我的答案中的基准。
我对@987654321@ 有非常不同的体验，这也让我感到困惑。与for 相比，当我使用replicate 和for 时，经常发生我的R 崩溃和我的笔记本电脑挂起的情况，这让我感到惊讶，由于上述原因，我还期望C 编写的函数能够胜过for 循环。例如，如果你执行下面的函数，你会看到for循环比replicate快
system.time(for (i in 1:10) runif(1e7))
# user system elapsed
# 3.340 0.218 3.558
system.time(replicate(10, runif(1e7)))
# user system elapsed
# 4.622 0.484 5.109
所以10 复制，for 循环显然更快。如果你重复 100 次，你会得到相似的结果。所以我想知道是否有人可以举一个例子来说明它与for相比的实用特权。
PS 我还为runif(1e7) 创建了一个函数，这在比较中没有任何区别。基本上我没有提供任何显示replicate 优势的示例。
【讨论】：
for loop 中，您每次都返回 runif(1e7)，而在 replicateyou 中，您还将结果存储到 1e7 x 10 的矩阵中
矢量化是它们之间的关键区别。我将托盘解释这一点。 R 是一种高级解释的计算机语言。它为您处理许多基本的计算机任务。当你写
x <- 2.0
您不必告诉您的计算机
R 自己计算这些东西。
但是，对于这样舒适的问题，这是有代价的：它比低级语言慢。
在 C 或 FORTRAN 中，大部分“测试是否”将在编译步骤中完成，而不是在程序执行期间完成。它们在编写后但在运行之前被翻译成二进制计算机语言 (0/1)。这允许编译器以最佳方式组织二进制机器代码以供计算机解释。
这与 R 中的矢量化有什么关系？嗯，许多 R 函数实际上是用编译语言编写的，例如 C、C++ 和 FORTRAN，并且有一个小的 R“包装器”。这是您的方法之间的区别。 for 循环进一步添加了机器必须对数据执行的 test if 操作，使其变慢
【讨论】：