计算R中函数的复杂度

Question

我需要计算带有R的长函数（600 lignes）的复杂度。 我想要的结果可能看起来像这样

start calculate complexity
**My function**
End calculate complexity
result= " the complexity of this function is x

我认为我想念我，但是我在基准测试中发现的只是运行时间

start.time <- Sys.time()
*****function*****
end.time <- Sys.time()
time.taken <- end.time - start.time
time.taken

此功能仅适用于向量

    complexity(x, scaleMin, scaleMax, width = 7, measure = "complexity", 
   rescale = FALSE)

还有其他替代方法吗，或者我可以根据需要更新这些功能

Answer 1

根据“复杂性”的构想，您有很多选择，仅举几例：

圈复杂度

• 定量测量程序源代码中线性独立路径的数量-例如，通过cyclocomp软件包https://cran.r-project.org/web/packages/cyclocomp/index.html
实现

内存使用

• Base R提供了一个使用Rprofmem（纯内存使用分析器）来分析内存使用情况的选项（如果R是用定义的R_MEMORY_PROFILING编译的）。
• 使用utils::Rprof(..., memory.profiling = TRUE)采样内存配置文件
• profvis-Rprof的程序包扩展，具有非常好的图形输出，既节省了时间，又节省了内存-https://cran.r-project.org/web/packages/profvis/index.html

花费的时间

• 通过多种方式花费的时间，例如基本函数system.time返回两个proc.time调用之间的差，在该两次调用中，它计算作为参数提供的表达式。最简单的用法：system.time(runif(10^8))
• 时间分析包，例如https://cran.r-project.org/package=microbenchmark或https://cran.r-project.org/package=bench