Question

我试图找到最快速有效的方法来追加向量。我测试了5种不同的附加方法，发现大多数快速方法只是使用预分配（参见append3函数）：

# using generic combine
append1 <- function(n) {
    v <- numeric()
    for (i in 1:n) {
        v <- c(v, i)
    }
    v
}

# using length and auto extending
append2 <- function(n) {
    v <- numeric()
    for (i in 1:n) {
        v[length(v) + 1] <- i
    }
    v
}

# using preallocation
append3 <- function(n) {
    v <- numeric(n)
    for (i in 1:n) {
        v[i] <- i
    }
    v
}

# using append
append4 <- function(n) {
    v <- numeric()
    for (i in 1:n) {
        v <- append(v, i)
    }
    v
}

# using union
append5 <- function(n) {
    v <- numeric()
    for (i in 1:n) {
        v <- union(v, i)
    }
    v
}

library(microbenchmark)
microbenchmark(append1(10000), append2(10000), append3(10000), append4(10000), append5(10000), times = 5)

# Unit: milliseconds
# expr        min         lq     median         uq        max neval
# append1(10000)  338.77588  341.06664  342.66819  360.11682  413.78760     5
# append2(10000)  372.71939  373.20159  375.15096  385.76314  431.04495     5
# append3(10000)   23.26534   23.27922   23.59688   23.68247   24.80935     5
# append4(10000)  373.60041  373.91250  434.95227  435.57716  440.97028     5
# append5(10000) 6382.45524 6425.84974 6445.28719 6520.39599 6572.08553     5

但预分配需要知道矢量的初始容量。我想知道是否有另一种动态附加的快速方法，无需预先分配。

Answer 1

我使用惰性预分配测试了方法，发现最佳预分配大小约为向量长度的5％：

# using preallocation if necessary
append6 <- function(n, m, k) {
    v <- numeric(m)
    len <- m
    seqN <- 1:n
    for (i in seqN) {        
        if (i > len) {
            newLen <- len * k
            v <- c(v, numeric(ifelse(newLen >= 1, newLen, 1)))
            len <- length(v)
        }
        v[i] <- i
    }
    v[seqN]
}

microbenchmark(append3(10000), append6(10000, 1, 0.01), append6(10000, 1, 0.02), append6(10000, 1, 0.03), append6(10000, 1, 0.05), times = 5)
#Unit: milliseconds
#                   expr      min       lq   median       uq      max neval
#         append3(10000) 22.63332 23.33605 23.84207 24.79069 25.14729     5
#append6(10000, 1, 0.01) 47.97180 48.02801 48.55201 56.94827 57.34071     5
#append6(10000, 1, 0.02) 39.13763 39.23551 41.39761 41.48553 42.57642     5
#append6(10000, 1, 0.03) 36.50014 37.07902 40.95009 44.17062 46.30302     5
#append6(10000, 1, 0.05) 34.67124 34.88921 35.01459 36.77056 43.55909     5

microbenchmark(append3(100000), append6(100000, 1, 0.01), append6(100000, 1, 0.02), append6(100000, 1, 0.03), append6(100000, 1, 0.05), times = 5)
#Unit: milliseconds
#                   expr      min       lq   median       uq      max neval
#         append3(1e+05) 241.0875 241.1899 241.9886 250.7469 257.6539     5
#append6(1e+05, 1, 0.01) 439.9242 496.1509 500.2590 501.2341 505.9891     5
#append6(1e+05, 1, 0.02) 381.0249 382.8471 383.3789 391.5930 460.3711     5
#append6(1e+05, 1, 0.03) 357.0127 359.9495 361.5947 371.0794 383.7376     5
#append6(1e+05, 1, 0.05) 345.7090 347.6097 349.7010 371.0359 377.4635     5

可以看出append6方法比append3方法慢约45％。似乎这是支付速度和内存使用之间的平衡。

附加到矢量（快速方法）

1 个答案: