计算时间！=

Question

我想知道a!=0比!a==0快多少并使用R包微基准测试。 这是代码（如果你的电脑很慢，减少3e6和100）：

library("microbenchmark")
a <- sample(0:1, size=3e6, replace=TRUE)
speed <- microbenchmark(a != 0, ! a == 0, times=100)
boxplot(speed, notch=TRUE, unit="ms", log=F)

每次，我都得到一个类似下面的情节。 正如预期的那样，第一个版本比第二个版本（33毫秒）更快（中位数为26毫秒）。

但是这些极低值（异常值）来自何处呢？是一些内存管理效果？如果我将时间设置为10，则没有异常值......

编辑：sessionInfo（）：R版本3.1.2（2014-10-31）平台：x86_64-w64-mingw32 / x64（64位）

Answer 1

你说在times=10时你没有异常值，但是microbenchmark多次运行times=10并且你可能会看到奇怪的异常值。以下是times=100的一次运行与times=10的十次运行的比较，其中显示在两种情况下均出现异常值。

根据表达式中涉及的对象的大小，我想象当你的机器遇到内存限制时会出现异常值，但是它们也可能由于CPU压力而发生，例如：由于非R过程。

a <- sample(0:1, size=3e6, replace=TRUE)
speed1 <- microbenchmark(a != 0, ! a == 0, times=100)
speed1 <- as.data.frame(speed1)

speed2 <- replicate(10, microbenchmark(a != 0, ! a == 0, times=10), simplify=FALSE)
speed2 <- do.call(rbind, lapply(speed2, cbind))

times <- cbind(rbind(speed1, speed2), method=rep(1:2, each=200))
boxplot(time ~ expr + method, data=times, 
        names=c('!=; 1x100', '!==; 1x100', '!=; 10x10', '!==; 10x10'))

Answer 2

我认为这种比较是不公平的。当然你会得到异常值，计算时间取决于几个因素（垃圾收集，缓存结果等），所以这并不奇怪。您在所有基准测试中使用相同的向量a，因此缓存肯定会发挥作用。

我通过在计算之前随机化a变量调整了一点过程，得到了相对可比的结果：

library("microbenchmark")
do.not<-function() {
   a <- sample(0:1, size=3e6, replace=TRUE)
   a!=0;
}

do<-function() {
   a <- sample(0:1, size=3e6, replace=TRUE)
   a==0;
}

randomize <- function() {
   a <- sample(0:1, size=3e6, replace=TRUE)
}


speed <- microbenchmark(randomize(), do.not(), do(), times=100)
boxplot(speed, notch=TRUE, unit="ms", log=F)

我还添加了sample函数作为基准，看看这是多么“不稳定”。

我个人对异常值并不感到惊讶。此外，即使您为size=10运行相同的基准，您仍然会得到异常值。它们不是计算的结果，而是整个PC条件（其他脚本运行，内存负载等）

由于