R 相当于微基准，包括内存和运行时答案

【问题标题】：R equivalent of microbenchmark that includes memory as well as runtimeR 相当于微基准，包括内存和运行时
【发布时间】：2018-08-01 17:31:43
【问题描述】：

背景：
这是 R 的“微基准”包： https://cran.r-project.org/web/packages/microbenchmark/index.html

reference manual 的第一行说它是为“精确计时功能”而构建的。

其中一个问题是内在的computer-time vs. computer-memory trade-off。一些解决方案是内存密集型的，但 CPU 速度很快。有些是 CPU 密集型的，但内存占用非常小。

问题：
我如何以良好的分辨率同时对基准/微基准进行基准测试，不仅是执行时间，而且是在 R 中执行期间的内存使用？

【问题讨论】：

我喜欢这个问题，但我觉得它离题了...
是：“请我们推荐或查找书籍、工具、软件库”，stackoverflow.com/help/on-topic
profvis 包会进行一些内存分析，但我认为比较多个解决方案的内存使用情况并不容易。
我很高兴看到这一点，这就是为什么我说我喜欢这个问题（希望它可能是规则的例外）。感谢您的坚持，我希望看到一个好的答案（因为我没有一个副手）。（关于澄清开/关主题的重要一点，不确定我是否还记得那部分。）
EngrStudent，如果您找到一种方法来进行更简单的内存使用顶级比较，类似于microbenchmark，我建议（请求？）您提供一个快速的自我回答。如果你没有时间，也许你可以推荐一个 profvis issue 来推荐这个用例，我知道我会“+1”它。

标签： r algorithm memory microbenchmark

【解决方案1】：

迟到总比不到好：您可以使用bench::mark() 来衡量代码（以及更多变量）的时间和内存使用情况。

即，（取自 ?mark 的帮助页面）

library(bench)

dat <- data.frame(x = runif(100, 1, 1000), y=runif(10, 1, 1000))
mark(
  dat[dat$x > 500, ],
  dat[which(dat$x > 500), ],
  subset(dat, x > 500)
)
#> # A tibble: 3 x 6
#>   expression                     min   median `itr/sec` mem_alloc `gc/sec`
#>   <bch:expr>                <bch:tm> <bch:tm>     <dbl> <bch:byt>    <dbl>
#> 1 dat[dat$x > 500, ]          21.7µs   23.6µs    40663.    4.15KB     89.7
#> 2 dat[which(dat$x > 500), ]   22.2µs   24.1µs    40228.    2.77KB     92.7
#> 3 subset(dat, x > 500)          36µs   39.2µs    23867.   20.12KB     86.2

^{由reprex package (v0.3.0) 于 2020 年 3 月 2 日创建}

【讨论】：