Question

背景
这是R的“microbenchmark”包： https://cran.r-project.org/web/packages/microbenchmark/index.html

reference manual中的第一行表示它是为“精确计时功能”而构建的。

这个问题的一个问题是内在的computer-time vs. computer-memory trade-off。有些解决方案是内存密集型的，但速度很快。有些是CPU密集型的，但占用的内存非常小。

问题：
我如何同时，以及良好的分辨率，基准/微基准不仅执行时间，而且在R执行期间使用内存？

Answer 1

迟到总比没有好：您可以使用bench::mark()来衡量代码（以及更多变量）的时间和内存使用情况。

即，（摘自?mark的帮助页面）

library(bench)

dat <- data.frame(x = runif(100, 1, 1000), y=runif(10, 1, 1000))
mark(
  dat[dat$x > 500, ],
  dat[which(dat$x > 500), ],
  subset(dat, x > 500)
)
#> # A tibble: 3 x 6
#>   expression                     min   median `itr/sec` mem_alloc `gc/sec`
#>   <bch:expr>                <bch:tm> <bch:tm>     <dbl> <bch:byt>    <dbl>
#> 1 dat[dat$x > 500, ]          21.7µs   23.6µs    40663.    4.15KB     89.7
#> 2 dat[which(dat$x > 500), ]   22.2µs   24.1µs    40228.    2.77KB     92.7
#> 3 subset(dat, x > 500)          36µs   39.2µs    23867.   20.12KB     86.2

^{由reprex package（v0.3.0）于2020-03-02创建}

R等效的微基准测试，包括内存和运行时

1 个答案: