高效R语言编程

高效编程

｜

57

包含了：

• n

次函数调用

+

。

• n

次函数调用

[

函数。

• n

次函数调用

[<-

函数（用于赋值操作）。

•

一个调用

for

与

:

操作符的函数

。

不是因为 for 循环慢，而是我们有太多的函数调用。每个函数调用都是很快的，

但全部加起来就很慢了。

R

中一切都是函数调用，我们执行

1+1

时，实际上是执行了 +(1, 1)。

练习

1.

通过

microbenchmark

包对比向量化的 x = x + 1 与 for 循环版的，对比

时尝试改变向量大小看一下。

内存分配

另外，通用技巧是小心内存分配。只要可能，提前分配你的向量而后填入数据。

你也应当考虑提前分配数据框和列表的内存。永远不要扩展一个对象。比较

好的做法是：对比循环前后对象的情况，观察它们的长度是否变大？

让我们考虑以下三种生成数值序列的方法。方法

1

创建一个空的向量并逐渐

增大向量长度：

method1 = function(n) {

vec = NULL # Or vec = c()

for(i in seq_len(n))

vec = c(vec, i)

vec

}