R循环越来越慢

Question

我很难理解为什么随着迭代次数的增加,这段代码(改编自R Benchmark 2.5)变得越来越慢(平均).

require(Matrix)  
c <- 0;
for (i in 1:100) {
  a <- new("dgeMatrix", x = rnorm(3250 * 3250), Dim = as.integer(c(3250, 3250)))
  b <- as.double(1:3250)

  invisible(gc())
  timing <- system.time({
    c <- solve(crossprod(a), crossprod(a, b))
  })
  print(timing)

  rm(a, b, c)
}

这是一个示例输出,从一次运行到下一次运行略有不同.

据我了解,没有什么应该保存从一个迭代到下一个,但时机慢慢地从1秒在最初的几个循环,以超过4秒钟,在以后的循环增加.你知道造成这种情况的原因,以及我如何解决这个问题？

将for循环切换为*apply似乎会产生类似的结果.

我知道代码没有经过优化,但它从一个广泛使用的基准到来,这取决于是什么原因导致这种行为,这可能表明其结果严重偏差(只迭代默认为3次).

我在Mac OS 10.8.4上运行R版本3.0.1(x86_64),内存为16 GB(大量免费).BLAS是OpenBLAS.

Answer 1

也许你可以尝试将 for 循环中的代码变成一个函数。这样一来，一次运行就不可能影响另一次运行。此外，它还消除了因过度使用 rm() 和 gc() 而造成的混乱。

require(Matrix)

NewFun <- function() {
    a <- new("dgeMatrix", x = rnorm(3250 * 3250), Dim = as.integer(c(3250, 3250)))
    b <- as.double(1:3250)
    timing <- system.time({
        c <- solve(crossprod(a), crossprod(a, b))
    })
    print(timing)
}

for (i in 1:100) {
    NewFun()
}