Question

建议我使用microbenchmark（）而不是system.time（）来测试函数的执行时间。我遇到了无法迭代我希望传递给函数的N个值的问题。

microbenchmark(function(n), times = 1)

我想使用microbenchmark对于n = 1,2,3 .... 1000并且每次将结果保存到列表中。有没有一种简单的方法可以将增加的参数传递给此函数？循环似乎不起作用，因为当从外部实际函数传递时，n值似乎没有变化

microbenchmark(list = listoffunctions, times = 1)

我确实注意到你可以将列表传递给list =并且它将完全按照我想要的行为执行。如果列表的格式为：

alist(function(n1), function(n2),...)

然后microbenchmark（）会像我正在尝试的那样返回每一个。我不确定如何创建一个alist，或者任何其他方法来创建一个实际上不会运行该函数的函数列表，但只列出它。

我希望最终以几种不同的方式绘制执行函数之间的执行时间。

有关如何将变量传递给微基准测试，创建函数列表或者更好的方法来执行此操作的任何提示将不胜感激。

Answer 1

我假设您使用的是名为function的通用函数，而不是R关键字function ......

我认为你要找的是call。我将从一个带有单个参数的函数开始：

myfunc <- function(n) { Sys.sleep(n/1000); return(n); }
myfunc(1000)
# [1] 1000

现在我们想知道这个函数在给定不同参数的情况下如何与自身进行比较。

lst_o_funcs <- lapply(1:5, function(arg) call("myfunc", arg))
lst_o_funcs
# [[1]]
# myfunc(1L)
# [[2]]
# myfunc(2L)
# [[3]]
# myfunc(3L)
# [[4]]
# myfunc(4L)
# [[5]]
# myfunc(5L)

每个看起来就像一个函数调用，每个call，

'call' returns an unevaluated function call

因此，当您推测时，我们可以将其传递给microbenchmark：

library(microbenchmark)
microbenchmark(list = lst_o_funcs, times = 5)
# Unit: milliseconds
#        expr      min       lq     mean   median       uq      max neval
#  myfunc(1L) 1.480572 1.487500 1.571667 1.498804 1.505005 1.886452     5
#  myfunc(2L) 2.478316 2.493631 2.592822 2.495090 2.497278 2.999797     5
#  myfunc(3L) 3.484812 3.502680 3.700406 3.507421 3.997177 4.009940     5
#  myfunc(4L) 4.481098 4.481462 4.592104 4.488391 4.499331 5.010237     5
#  myfunc(5L) 5.147718 5.489052 5.432309 5.492335 5.509838 5.522602     5

如果您真的想要，可以单独命名：

microbenchmark(list = setNames(lst_o_funcs, as.character(1:5)), times = 5)
# Unit: milliseconds
#  expr      min       lq     mean   median       uq       max neval
#     1 1.424047 1.455773 1.683110 1.492606 2.004241  2.038885     5
#     2 2.437472 2.492538 5.152970 2.507124 2.507854 15.819861     5
#     3 3.480435 3.488093 3.591150 3.499034 3.500493  3.987695     5
#     4 4.489849 4.520482 5.803837 5.028470 6.227514  8.752872     5
#     5 5.449303 5.501087 5.631566 5.522602 5.565633  6.119206     5

虽然这只是为了化妆用途。

Microbenchmark：将变量传递给函数

1 个答案: