我的代码很慢？

高效 R 代码写作

Colin Gillespie

Jumping Rivers & Newcastle University

我的代码真的慢吗？

1 秒？
1 分钟？
1 小时？

我的代码真的慢吗？

基准测试

针对要基准测试的功能封装一个函数
在不同情境下计时，如数据集

示例：数列

$$ 1, 2, 3, \ldots, n $$

选项 1

1:n

选项 2

seq(1, n)

选项 3

seq(1, n, by = 1)

函数封装

colon <- function(n) 1:n
colon(5)

1 2 3 4 5

seq_default <- function(n) seq(1, n)
seq_by <- function(n) seq(1, n, by = 1)

用 system.time() 计时

system.time(colon(1e8))

#   user  system elapsed
#  0.032   0.028   0.060

system.time(seq_default(1e8))

#   user  system elapsed
#  0.060   0.028   0.086

system.time(seq_by(1e8))

#   user  system elapsed
#  1.088   0.520   1.600

user 时间：执行用户指令占用的 CPU 时间。
- system 时间：系统代表调用进程执行所占的 CPU 时间。
- elapsed 时间：约为二者之和，是我们通常关注的数值。

存储结果

问题在于

system.time(colon(1e8))

没有存储结果。需要重跑并保存结果：

res <- colon(1e8)

<- 运算符可同时执行：

参数传递
对象赋值

system.time(res <- colon(1e8))

= 运算符只执行下列之一：

参数传递
对象赋值

# Raises an error
system.time(res = colon(1e8))

相对时间

Method	绝对时间（秒）	相对时间
`colon(n)`	0.060	$0.060/0.060 = 1.00$
`seq_default(n)`	0.086	$0.086/0.060 = 1.40$
`seq_by(n)`	1.607	$1.60/0.060 = 26.7$

microbenchmark 包

比较函数性能
- 每个函数多次运行

library("microbenchmark")

n <- 1e8
microbenchmark(colon(n),
               seq_default(n),
               seq_by(n),
               times = 10) # 每个函数运行 10 次

# Unit: milliseconds
#           expr  min   lq  mean  median   uq  max neval cld
#       colon(n)   59  130   220     202  341  391    10  a
# seq_default(n)   94  204   290     337  348  383    10  a
#      seq_by(n) 1945 2044  2260    2275 2359 2787    10   b

Vamos praticar!

高效 R 代码写作