Question

我一直在尝试从Sys.time（）开始，以一些简单的操作开始计算费用。

我从这样的事情开始

a=c(10,6,8,3,2,7,9,11,13)
t_beginning=Sys.time()
cl2=NULL
indx=which(a==7)
t_ending=Sys.time()
print(t_ending-t_beginning)

在Rstudio中运行代码后，它给了我0.0023秒的时间。

然后将代码放入for循环中以查找两行的平均费用。

sum=0
a=c(10,6,8,3,2,7,9,11,13)

for (i in 1:5) {
  print(i)
  t_beginning=Sys.time()
  cl2=NULL
  indx=which(a==7)
  t_ending=Sys.time()
  sum=t_ending-t_beginning+sum
  print(t_ending-t_beginning)
}
sum/5

事实证明，对于for循环中的每个迭代，时间消耗仅为几毫秒，比从for循环中花费的时间少得多。

[1] 1
Time difference of 7.152557e-06 secs
[1] 2
Time difference of 5.00679e-06 secs
[1] 3
Time difference of 4.053116e-06 secs
[1] 4
Time difference of 4.053116e-06 secs
[1] 5
Time difference of 5.00679e-06 secs

我希望for循环的平均时间成本与没有循环的平均时间成本大致相同，但是它们却相差甚远。不知道为什么会这样。谁能复制相同的东西？谢谢！

Answer 1

差异来自RStudio（或R）运行代码的方式。原始代码是逐行执行的，因此获得的时间包括RStudio和R之间的接口。

a=c(10,6,8,3,2,7,9,11,13)
t_beginning=Sys.time()
cl2=NULL
indx=which(a==7)
t_ending=Sys.time()
print(t_ending-t_beginning)

# Time difference of 0.02099395 secs

但是，如果您通过将代码包装在弯曲的括号中一次运行所有这些代码，则可以大大改善时间：

{
    a=c(10,6,8,3,2,7,9,11,13)
    t_beginning=Sys.time()
    cl2=NULL
    indx=which(a==7)
    t_ending=Sys.time()
    print(t_ending-t_beginning)
}

# Time difference of 0 secs

相同的表达式，但平均减少循环时间

1 个答案: