Question

我正在查看this answer中的基准测试，并希望将它们与diag进行比较（用于不同的答案）。不幸的是，似乎diag需要很长时间：

nc  <- 1e4
set.seed(1)
m <- matrix(sample(letters,nc^2,replace=TRUE), ncol = nc)

microbenchmark(
  diag = diag(m),
  cond = m[row(m)==col(m)],
  vec  = m[(1:nc-1L)*nc+1:nc],
  mat  = m[cbind(1:nc,1:nc)],
times=10)

评论：我使用identical对其进行了测试。我拿了＃34; cond＆＃34;从this homework question的答案之一。结果与整数矩阵相似，1:26而不是letters。

结果：

Unit: microseconds
 expr         min          lq         mean       median          uq         max neval
 diag  604343.469  629819.260  710371.3320  706842.3890  793144.019  837115.504    10
 cond 3862039.512 3985784.025 4175724.0390 4186317.5260 4312493.742 4617117.706    10
  vec     317.088     329.017     432.9099     350.1005     629.460     651.376    10
  mat     272.147     292.953     441.7045     345.9400     637.506     706.860    10

这只是一个矩阵子集操作，所以我不知道为什么会有如此多的开销。查看函数内部，我会看到一些检查，然后是c(m)[v]，其中v与＆＃34; vec＆＃34;中使用的向量相同。基准。定时这两个......

v <- (1:nc-1L)*nc+1:nc
microbenchmark(diaglike=c(m)[v],vec=m[v])
# Unit: microseconds
#      expr        min          lq        mean     median          uq        max neval
#  diaglike 579224.436 664853.7450 720372.8105 712649.706 767281.5070 931976.707   100
#       vec    334.843    339.8365    568.7808    646.799    663.5825   1445.067   100

......似乎我找到了我的罪魁祸首。所以，我的问题的新变体是：为什么在c中有diag看似不必要且非常耗时？

Answer 1

<强>摘要

截至R version 3.2.1（世界着名宇航员）diag()已收到更新。讨论转移到r-devel，其中注意到c()剥离了非名称属性，可能就是它被放置在那里的原因。虽然有些人担心删除c()会导致类似矩阵的物体出现未知问题，但Peter Dalgaard发现，＆＃34; c() diag()内部唯一有效的情况是其中M[i,j] != M[(i-1)*m+j]和c(M)会按列主顺序对M进行字符串化，以便M[i,j] == c(M)[(i-1)*m+j]。＆＃34;

Luke Tierney测试了@Frank删除c()，发现它对CRAN或BIOC没有任何影响，因此实现了用x [替换c（x）[...]。 .. line 27。这导致diag()中相对较大的加速。以下是速度测试，显示了使用R 3.2.1＆{39}版diag()的改进。

library(microbenchmark)
nc  <- 1e4
set.seed(1)
m <- matrix(sample(letters,nc^2,replace=TRUE), ncol = nc)

    microbenchmark(diagOld(m),diag(m))
    Unit: microseconds
           expr        min          lq        mean      median         uq        max neval
     diagOld(m) 451189.242 526622.2775 545116.5668 531905.5635 540008.704 682223.733   100
        diag(m)    222.563    646.8675    644.7444    714.4575    740.701   1015.459   100

为什么诊断功能这么慢？ [在R 3.2.0或更早版本]

1 个答案: