Question

我在R工作时注意到了一件好奇的事。当我有一个简单的程序来计算使用for-loop和while循环实现的从1到N的平方时，行为是不一样的。（在这种情况下我不关心矢量化或应用函数）。

fn1 <- function (N) 
{
    for(i in 1:N) {
        y <- i*i
    }
}

和

fn2 <- function (N) 
{
    i=1
    while(i <= N) {
        y <- i*i
        i <- i + 1
    }
}

结果是：

system.time(fn1(60000))
   user  system elapsed 
  2.500   0.012   2.493 
There were 50 or more warnings (use warnings() to see the first 50)
Warning messages:
1: In i * i : NAs produced by integer overflow
.
.
.

system.time(fn2(60000))
   user  system elapsed 
  0.138   0.000   0.137

现在我们知道for循环更快，我的猜测是因为预分配和优化。但它为什么会溢出？

更新：所以现在尝试使用矢量的另一种方式：

fn3 <- function (N) 
{
    i <- 1:N
    y <- i*i
}
system.time(fn3(60000))
   user  system elapsed 
  0.008   0.000   0.009 
Warning message:
In i * i : NAs produced by integer overflow

那也许它是一个时髦的记忆问题？我在OS X上运行4G内存和R中的所有默认设置。这种情况发生在32位和64位版本中（除了时间更快）。

亚历

Answer 1

因为1是数字，而不是整数（即它是浮点数），1:6000是数字和整数。

> print(class(1))
[1] "numeric"
> print(class(1:60000))
[1] "integer"

60000平方为36亿，这在带符号的32位整数中无法表示，因此会出现溢出错误：

> as.integer(60000)*as.integer(60000)
[1] NA
Warning message:
In as.integer(60000) * as.integer(60000) : NAs produced by integer overflow

然而，

36亿在浮点中很容易表现出来：

> as.single(60000)*as.single(60000)
[1] 3.6e+09

要修复for代码，请转换为浮点表示形式：

function (N)
{
    for(i in as.single(1:N)) {
        y <- i*i
    }
}

Answer 2

for循环中的变量是一个整数序列，因此最终你会这样做：

> y=as.integer(60000)*as.integer(60000)
Warning message:
In as.integer(60000) * as.integer(60000) : NAs produced by integer overflow

而在while循环中，您创建了一个浮点数。

这也是这些事情不同的原因：

> seq(0,2,1)
[1] 0 1 2
> seq(0,2)
[1] 0 1 2

不相信我？

> identical(seq(0,2),seq(0,2,1))
[1] FALSE

，因为：

> is.integer(seq(0,2))
[1] TRUE
> is.integer(seq(0,2,1))
[1] FALSE

Answer 3

关于时间安排：

fn1 <- function (N) {
    for(i in as.numeric(1:N)) { y <- i*i }
}
fn2 <- function (N) {
    i=1
    while (i <= N) {
        y <- i*i
        i <- i + 1
    }
}

system.time(fn1(60000))
# user  system elapsed 
# 0.06    0.00    0.07 
system.time(fn2(60000))
# user  system elapsed 
# 0.12    0.00    0.13

现在我们知道for循环比while循环更快。您不能在计时期间忽略警告。

R中的For-loop vs while循环

3 个答案: