为什么预先分配输出容器会增加运行时间？

Question

我最近在Hadley Wickham的“ advanced R”中读到，应该预先分配输出容器以减少迭代过程的运行时间。这对我来说很有意义，因为它减少了开销。出于好奇，我想看看这在一个简单的示例中有什么不同，因此我决定比较一个简单的循环：

指定长度和类型：

library(benchmark)
# Vector initialized with length and type
h <- vector(mode = "integer", length = 1000000)
#benchmark simple for loop
g <- benchmark(
for(i in 1:1000000){
  h[i] <- i
}, replications = 1000)
paste("runtime:", g[1, 3], "seconds.")
[1] "runtime: 52 seconds."

空向量c()：

l <- c()
f <- benchmark(
  for(i in 1:1000000){
    l[i] <- i
}, replications = 1000)
paste("runtime:", f[1, 3], "seconds")
[1] "runtime: 51.3400000000001 seconds"

空向量NULL：

o <- NULL
n <- benchmark(
  for(i in 1:1000000){
    o[i] <- i
  }, replications = 1000)
paste("runtime:", n[1, 3], "seconds")
[1] "runtime: 52.3500000000004 seconds"

正如人们所看到的，在空存储向量方面存在很小的差异（有趣的是，NULL和c()之间也存在差异）。因此，我的问题是为什么提供附加信息（例如向量的大小和要存储的对象的类型）不会减少，但看似增加了（不确定差异是否实际上是重要的）运行时间？

---

注意：我确保在所有基准测试期间，没有后台进程消耗任何处理能力。