Question

假设您正在运行Windows 10版本10.0.17134 Build 17134的基于x64的PC上运行Rx64 3.5.1。系统具有16 GB的物理内存。该处理器是Intel Core i7-8700K CPU @ 3.70GHz，3696 Mhz，6 Cores，12 Logical Processors。

现在开始。

memory.limit(99999)
test1<-rep((1001:2000)/100,60)
Ta<-outer(-test1,test1,"+")

“错误：无法分配大小为26.8 Gb的向量”

gc()
Tm<-outer(-test1,test1,"*")
length(Tm)
[1] 3.6e+09

为什么会这样？请注意，rep中使用的数字60可以减少以使用外部的加法和乘法获得成功，也可以增加以使两者均等地失败。为什么存在这种不均匀的阈值？在这种意义上，为什么加法使用的内存多于乘法？

Answer 1

如果您查看outer的来源，您会发现乘法有特殊情况（*）

robj <- if (is.character(FUN) && FUN == "*") {
    if (!missing(...)) 
        stop("using ... with FUN = \"*\" is an error")
    as.vector(X) %*% t(as.vector(Y))
}
else {
    FUN <- match.fun(FUN)
    Y <- rep(Y, rep.int(length(X), length(Y)))
    if (length(X)) 
        X <- rep(X, times = ceiling(length(Y)/length(X)))
    FUN(X, Y, ...)
}

因此，当您进行乘法运算时，您可以利用矩阵乘法运算，该运算在CPU上更容易优化。

另一个分支首先需要扩展所有值，然后再将函数应用到它们。这种扩展就是在调用函数之前就分配了内存。

加法与乘法内存使用分配错误？

1 个答案: