Question

我试图在R中使用几个foreach循环来并行填充公共数组。我想要做的一个非常简化的版本是：

library(foreach)
set.seed(123)
x <- matrix(NA, nrow = 8, ncol = 2)

foreach(i=1:8) %dopar% {
    foreach(j=1:2) %do% {

      l <- runif(1, i, 100)
      x[i,j] <- i + j + l     #This is much more complicated in my real code.   

    }
}

我想编码以并行更新矩阵x并使输出看起来像：

> x
       [,1]      [,2]
 [1,]  31.47017  82.04221
 [2,]  45.07974  92.53571
 [3,]  98.22533  12.41898
 [4,]  59.69813  95.67223
 [5,]  63.38633  55.37840
 [6,] 102.94233  56.61341
 [7,]  78.01407  69.25491
 [8,]  26.46907 100.78390

但是，我似乎无法弄清楚如何更新阵列。我曾尝试将x <-放在其他地方，但似乎并不喜欢它。我认为这将是一个非常容易解决的问题，但我所有的搜索还没有把我带到那里。感谢。

Answer 1

foreach次循环用于返回值，例如lapply。通过这种方式，它们与用于副作用的for循环非常不同。通过使用适当的.combine函数，内部foreach循环可以返回由外部foreach循环按行逐行组合到矩阵中的向量：

x <- foreach(i=1:8, .combine='rbind') %dopar% {
   foreach(j=1:2, .combine='c') %do% {
     l <- runif(1, i, 100)
     i + j + l  
   }
}

您还可以使用嵌套运算符：%:%：

x <- foreach(i=1:8, .combine='rbind') %:%
   foreach(j=1:2, .combine='c') %dopar% {
     l <- runif(1, i, 100)
     i + j + l  
   }

请注意，set.seed可能无法执行您想要的操作，因为它是在本地计算机上执行的，而随机数是在不同的R会话中生成的，可能在不同的计算机上生成。

Answer 2

只是为Steve的回答添加一些内容：我认为关键点是并行后端启动多个Rscript.exe进程（可以在任务管理器中看到）。然后将foreach中使用的某些对象（例如在您的x中）复制到为每个进程分配的内存中。我不确定如何在foreach包中处理复制，但是使用*ply包的plyr函数，您必须明确说明应该复制的对象。不同的流程不共享他们的记忆。（我不知道其他可以使用共享内存的R包......）

可以证明矩阵x实际上是使用.Internal(inspect(x))复制来打印对象x的内存位置。

library(foreach)
library(doParallel)

x <- matrix(1:16, nrow = 8, ncol = 2)
#print memory location of x
capture.output(.Internal(inspect(x)))[1]

#create parallel backend; in our case two Rscript.exe processes
workers=makeCluster(2)
registerDoParallel(workers)

y<- foreach(i=1:8, .combine='rbind') %dopar% {
    #return memory location of x
    capture.output(.Internal(inspect(x)))[1]
}

#print matrix y
#there should be two different memory locations - 
#according to the two Rscript.exe processes started above
y

#close parallel backend
stopCluster(workers)

矩阵y读取

       [,1]                                                                          
result.1 "@0x0000000003dab910 13 INTSXP g0c5 [NAM(1),ATT] (len=16, tl=0) 1,2,3,4,5,..."
result.2 "@0x0000000003dab9b0 13 INTSXP g0c5 [NAM(1),ATT] (len=16, tl=0) 1,2,3,4,5,..."
result.3 "@0x0000000003dab910 13 INTSXP g0c5 [NAM(2),ATT] (len=16, tl=0) 1,2,3,4,5,..."
result.4 "@0x0000000003dab910 13 INTSXP g0c5 [NAM(2),ATT] (len=16, tl=0) 1,2,3,4,5,..."
...

你应该在那里找到两个不同的内存地址。

R中的嵌套foreach循环更新公共数组

2 个答案: