Question

我原本以为R有一个标准的开销用于存储对象（24个字节，似乎，至少对于整数向量），但一个简单的测试显示它比我意识到的更复杂。例如，采用长度为100的整数向量（使用随机抽样，希望避免任何sneaky sequence compression tricks that might be out there），我发现不同长度的向量可以具有相同的大小，如下所示：

> N   = 100
> V   = vector(length = 100)
> for(L in 1:N){
+     z = sample(N, L, replace = TRUE)
+     V[L]    = object.size(z)
+ }
> 
> options('width'=88)
> V
  [1]  48  48  56  56  72  72  72  72  88  88  88  88 104 104 104 104 168 168 168 168
 [21] 168 168 168 168 168 168 168 168 168 168 168 168 176 176 184 184 192 192 200 200
 [41] 208 208 216 216 224 224 232 232 240 240 248 248 256 256 264 264 272 272 280 280
 [61] 288 288 296 296 304 304 312 312 320 320 328 328 336 336 344 344 352 352 360 360
 [81] 368 368 376 376 384 384 392 392 400 400 408 408 416 416 424 424 432 432 440 440

我对显示的152值印象非常深刻（观察：152 = 128 + 24，但280 = 256 + 24不那么突出）。有人可以解释这些分配是如何产生的吗？我无法在文档中找到明确的定义，尽管V单元出现了。

Answer 1

即使您尝试N < - 10000，除了长度为矢量外，所有值都会出现两次：

5到8（56字节）
9到12（72字节）
13到16（88字节）
17到32（152字节）

字节数出现两次这一事实来自于一个简单的事实，即内存分配为8个字节（在?gc中称为Vcells），整数只占用4个字节。

接下来，R中对象的内部结构区分了用于分配内存的小向量和大向量。小矢量分配在大约2Kb的较大块中，而较大的矢量分别分配。 “小”向量由6个定义的类组成，基于长度，并且能够存储最多8,16,32,48,64和128字节的向量数据。由于整数只需要4个字节，因此您可以在这6个类中存储2个，4个，8个，12个，16个和32个整数。这解释了你看到的模式。

额外的字节数用于标题（在?gc中形成Ncells）。如果你真的对这一切感兴趣，请阅读R Internals手册。

而且，正如您所猜测的那样，24个额外字节来自标头（或Ncells）。事实上它比这更复杂，但确切的细节可以在R internals手册中找到

R中整数向量的大小

1 个答案: