我的程式跑得很慢！

撰寫高效 R 程式碼

Colin Gillespie

Jumping Rivers & Newcastle University

我的程式真的很慢嗎？

1 秒？
1 分鐘？
1 小時？

我的程式真的很慢嗎？

效能評測（Benchmarking）

先把要評測的功能包成一個函式。
在不同情境下量測時間，例如資料集大小。

範例：數列產生

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

選項 1

1:n

選項 2

seq(1, n)

選項 3

seq(1, n, by = 1)

包成函式（Function wrapping）

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() 計時

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：CPU 執行使用者指令所花的時間。
- system：系統代呼叫行程執行所花的 CPU 時間。
- elapsed：大約是 user 加上 system，我們通常最在意這個數字。

把結果存起來

下列程式的問題在於：

system.time(colon(1e8))

我們沒有把結果存起來。需要重跑並儲存結果：

res <- colon(1e8)

<- 同時執行：

參數傳遞
物件指派

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

= 只能執行其中「一種」：

參數傳遞
物件指派

# 會拋出錯誤
system.time(res = colon(1e8))

相對時間

Method	Absolute time (secs)	Relative time
`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 套件

比較多個函式。
- 每個函式會重複執行多次。

library("microbenchmark")

n <- 1e8
microbenchmark(colon(n),
               seq_default(n),
               seq_by(n),
               times = 10) # 每個函式執行 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

一起來練習吧！

撰寫高效 R 程式碼