高效R语言编程

58

｜

第

3

章

方法

2

创建实际长度的对象而后通过下标方式赋值：

method2 = function(n) {

vec = numeric(n)

for(i in seq_len(n))

vec[i] = i

vec

}

方法

3

直接创建最终对象：

method3 = function(n) seq_len(n)

我们使用了上一章的 microbenchmark() 函数对比三种方法的性能：

microbenchmark(times = 100, unit = "s",

method1(n), method2(n), method3(n))

表

3-1

展示了三种方法在不同的 n 值情况下，在计算机上的运行时间，结果

以秒为单位。n 在双对数坐标下大致线性增长，但三种方法的执行时间迥异。

注意，时间差异不再是微不足道的

。当

n

=10

7

时，第一种方法花费了大约一

个小时，而第二种方法花费了两秒，令人惊奇的是第三种方法几乎是瞬时的。

请记住黄金法则：尽可能快地调用底层的

C/Fortran

代码。

表

3

-

1

：生成序列的时间（以秒为单位）。当 n=

10

7

，方法

1

花费了近

1

小时，而其他不到

3

秒

n

方法

1

方法

2

方法

3

10

5

0.21 0.02 0.00

10

6

25.50 0.22 0.00

10

7

3827.00 2.21 0.00

向量化代码

严格来说 x =1 是创建了一个长度为

1

的向量。本节，我们使用向量化来演示

x=1 可处理所有长度的向量。

回忆一下前述的黄金法则：尽可能快地访问底层的 ...