Question

一切都在问题中！我只是试着做一些优化，并且因为好奇而把瓶子钉在脖子上，我试过了：

t1 <- rnorm(10)
microbenchmark(
  mean(t1),
  sum(t1)/length(t1),
  times = 10000)

结果是mean（）比“手动”计算慢6倍！

它是否源于在调用Internal（mean）之前mean（）代码的开销，还是C代码本身更慢？为什么？有充分的理由，因此是一个很好的用例吗？

Answer 1

这是由于s3查找该方法，然后在mean.default中对参数进行必要的解析。（以及其他代码的意思）

sum和length都是原始函数。所以会很快（但你如何处理NA值？）

t1 <- rnorm(10)
microbenchmark(
  mean(t1),
  sum(t1)/length(t1),
  mean.default(t1),
  .Internal(mean(t1)),
  times = 10000)

Unit: nanoseconds
                expr   min    lq median    uq     max neval
            mean(t1) 10266 10951  11293 11635 1470714 10000
  sum(t1)/length(t1)   684  1027   1369  1711  104367 10000
    mean.default(t1)  2053  2396   2738  2739 1167195 10000
 .Internal(mean(t1))   342   343    685   685   86574 10000

mean的内部位比sum / length更快。

有关详情（以及避免.Internal的data.table解决方案），请参阅http://rwiki.sciviews.org/doku.php?id=packages:cran:data.table#method_dispatch_takes_time（mirror）。

请注意，如果我们增加向量的长度，那么原始方法是最快的

t1 <- rnorm(1e7)
microbenchmark(
     mean(t1),
     sum(t1)/length(t1),
     mean.default(t1),
     .Internal(mean(t1)),
+     times = 100)

Unit: milliseconds
                expr      min       lq   median       uq      max neval
            mean(t1) 25.79873 26.39242 26.56608 26.85523 33.36137   100
  sum(t1)/length(t1) 15.02399 15.22948 15.31383 15.43239 19.20824   100
    mean.default(t1) 25.69402 26.21466 26.44683 26.84257 33.62896   100
 .Internal(mean(t1)) 25.70497 26.16247 26.39396 26.63982 35.21054   100

现在方法调度只是所需总时间的一小部分。

Answer 2

由于以下几个原因，

mean比“手动”计算要慢：

S3 Method dispatch
NA处理
纠错

第1点和第2点已经涵盖。第3点在What algorithm is R using to calculate mean?中讨论。基本上，mean在向量上进行2次传递以纠正浮点错误。 sum仅对向量进行1次传递。

请注意，由于这些精确问题，identical(sum(t1)/length(t1), mean(t1))可能是FALSE。

> set.seed(21); t1 <- rnorm(1e7,,21)
> identical(sum(t1)/length(t1), mean(t1))
[1] FALSE
> sum(t1)/length(t1) - mean(t1)
[1] 2.539201e-16

为什么mean（）这么慢？

2 个答案: