Question

我正在尝试在R中创建一个大型XML树。这是代码的简化版本：

library(XML)
N = 100000#In practice is larger  10^8/ 10^9
seq = newXMLNode("sequence")
pars = as.character(1:N)
for(i in 1:N)
    newXMLNode("Parameter", parent=seq, attrs=c(id=pars[i]))

当N约为N ^ 6时，这需要大约一分钟，N ^ 7需要大约四十分钟。反正有加速吗？

使用粘贴命令：

par_tmp = paste('<Parameter id="', pars, '"/>', sep="")

不到一秒钟。

Answer 1

我建议使用Rprof或profr包来分析该功能。这将显示您的瓶颈在哪里，然后您可以考虑如何优化功能或改变您使用它的方式。

你的paste示例会更快，部分原因是它的矢量化。为了更公平地比较，您可以通过循环paste来查看与newXMLNode正在进行的差异，并查看时间差异。

编辑：

以下是使用profr分析循环的输出。

library(profr)
xml.prof <- profr(for(i in 1:N) 
    newXMLNode("Parameter", parent=seq, attrs=c(id=pars[i])))
plot(xml.prof)

这里没有什么特别明显的地方可以改善这一点。我发现它在%in%函数中花费了合理的时间，因此改进它会稍微减少总体时间（尽管你仍然需要反复迭代，所以它不会产生很大的不同）。最好的解决方案是将newXMLNode重写为向量化函数，这样您就可以完全跳过for循环。 alt text http://i42.tinypic.com/5x26gw.jpg

在R中创建大型XML树

1 个答案: