我有一些代码，我从Matlab移植到R.我想比较它们的性能。
但是，我遇到了一个问题：在R中使用system.time()，但是对于相同的代码我得到的结果不同。这应该发生吗？我如何比较它？
答案 0 :(得分：6)
如果你自己跑100米短跑的时间，你会得到不同的结果！计算机上有很多事情会稍微改变运行代码所需的时间。
解决方案是多次运行代码。 R包benchmark正是您正在寻找的。
答案 1 :(得分：0)
正如@Justin所说，时代总会有所不同。特别是第一次几次，因为垃圾收集系统没有根据您的具体用途进行调整。在测量之前重新启动R（并关闭其他程序，确保系统此时不扫描病毒等）可能是一个好主意... ...
请注意，如果测量的时间很短（几分之一秒），相对误差会相当大，所以请尝试调整问题，这样至少需要一秒钟。
包benchmark或rbenchmark可以提供帮助。
...但我通常只围绕问题做一个for循环并调整它直到需要一秒左右 - 然后我也运行了几次。
以下是一个例子：
f <- function(x, y) {
sum <- 1
for (i in seq_along(x)) sum <- x[[i]] + y[[i]] * sum
sum
}
n <- 10000
x <- 1:n + 0.5
y <- -1:-n + 0.5
system.time(f(x,y)) # 0.02-0.03 secs
system.time(for(i in 1:100) f(x,y)) # 1.56-1.59 secs
...所以调用它100次会减少相对误差。