Min kod är långsam!

Effektiv R-kod

Colin Gillespie

Jumping Rivers & Newcastle University

Är min kod verkligen långsam?

1 sekund?
1 minut?
1 timme?

Är min kod verkligen långsam?

Benchmarking

Vi skapar en funktion kring det vi vill benchmarka
Vi tidsmäter funktionen under olika scenarier, t.ex. datamängd

Exempel: Talföljd

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

Alternativ 1

1:n

Alternativ 2

seq(1, n)

Alternativ 3

seq(1, n, by = 1)

Omslutning med funktion

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)

Tidmätning med system.time()

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-tid är den CPU-tid som räknas för användarinstruktioner.
- system-tid är den CPU-tid som räknas för systemanrop på processens vägnar.
- elapsed-tid är ungefär summan av user och system – det här är värdet vi normalt bryr oss om.

Lagra resultatet

Problemet med

system.time(colon(1e8))

är att resultatet inte sparas. Vi måste köra om koden för att lagra resultatet

res <- colon(1e8)

Operatorn <- utför båda:

Argumentöverföring
Objekttilldelning

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

Operatorn = utför en av:

Argumentöverföring
Objekttilldelning

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

Relativ tid

Metod	Absolut tid (sek)	Relativ tid
`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	$1.60/0.060 = 26.7$

Paketet microbenchmark

Jämför funktioner
- Varje funktion körs flera gånger

library("microbenchmark")

n <- 1e8
microbenchmark(colon(n),
               seq_default(n),
               seq_by(n),
               times = 10) # Run each function 10 times

# 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

Nu kör vi en övning!

Effektiv R-kod