Question

当S4对象具有包含环境的插槽时，直接在环境中分配值比将环境分配给变量然后执行分配要慢。我已经在基准测试中加入了一个例子：

setClass( "test_class", slots = list( a_slot = "environment" ) )

test_object = new( "test_class", a_slot = list2env( list( a = rep(NaN,10000) ) ) )
test_object2 = new( "test_class", a_slot = list2env( list( a = rep(NaN,10) ) ) ) 

a1 = function( test_object, i ){
    test_object@a_slot$a[i] = 1
}

a2 = function( test_object, i ){
    w = test_object@a_slot
    w$a[i] = 1
}

a3 = function( test_obj_slot, i ){
    test_obj_slot$a[i] = 1
}

microbenchmark( 
    test_object_a1 = a1( test_object, 1 ), 
    test_object_a2 = a2( test_object, 1 ), 
    test_object_a3 = a3( test_object@a_slot, 1 ),
    test_object2_a1 = a1( test_object2, 1 ), 
    test_object2_a2 = a2( test_object2, 1 ),
    test_object2_a3 = a3( test_object2@a_slot, 1 )
)

Unit: nanoseconds
            expr   min    lq     mean median      uq   max neval cld
  test_object_a1 15873 16897 20258.31  17409 23680.5 41217   100   c
  test_object_a2  1025  1282  1844.20   1537  1793.0 11265   100 a  
  test_object_a3  1024  1281  2289.62   1537  1921.5 20225   100 a  
 test_object2_a1  4609  5633  7256.03   6144  6657.0 28161   100  b 
 test_object2_a2  1025  1537  1787.85   1793  1793.5 11264   100 a  
 test_object2_a3   769  1281  2143.69   1537  1793.0 21248   100 a

与创建新变量（a1()）或将环境作为函数参数（a2()）传递相比，直接赋值（a3()）的速度降低似乎不是由于[<-的开销，因为更改环境中的向量大小（test_object2与test_object1）会更改a1()和{{1}之间速度差异的大小}}。

我怀疑直接分配需要R来复制对象，尽管环境不应该被复制。有人知道这里发生了什么吗？

为什么在直接赋值的情况下，参考环境更快地分配环境槽的S4对象？

0 个答案: