为什么seq(x)比1慢得多:length(x)？

Question

我最近回答了一个关于for循环的问题.在测试我的代码速度后,我注意到在循环中使用seq()相反的速度会大大降低速度. :for

看看这个非常简单的例子.f1()和之间的唯一区别f2()是for循环序列的变化,但f1()速度是其两倍f2().

f1 <- function() {
    x <- 1:5; y <- numeric(length(x))
    for(i in 1:length(x)) y[i] <- x[i]^2
    y
}

f2 <- function() {
    x <- 1:5; y <- numeric(length(x))
    for(i in seq(x)) y[i] <- x[i]^2
    y
}

library(microbenchmark)
microbenchmark(f1(), f2())
# Unit: microseconds
#  expr    min      lq  median     uq    max neval
#  f1() 10.529 11.5415 12.1465 12.617 33.893   100
#  f2() 25.052 25.5905 26.0385 28.759 78.553   100

为什么循环中的seq(x)速度要慢for得多1:length(x)？

Answer 1

seq是一种通用的S3方法,所以可能有一些时间丢失了调度. seq.default几乎是100行!

你可能已经知道了seq_along,它.Primitive直接调用了一个并且比1:length(x)我在长循环中找到的最好的方法更好:

f3 <- function(){
      x <- 1:5; y <- numeric(length(x))
      for(i in seq_along(x)) y[i] <- x[i]^2
      y
  }
>  microbenchmark(f1(), f3())
Unit: microseconds
 expr    min     lq median     uq    max neval
 f1() 27.095 27.916 28.327 29.148 89.495   100
 f3() 26.684 27.505 27.916 28.327 36.538   100

Answer 2

使用seq_len您几乎与:运营商同时:

f3 <- function(){
  x <- 1:5; y <- numeric(length(x))
  for(i in seq_len(length(x))) y[i] <- x[i]^2
  y
}

library(microbenchmark)
microbenchmark(f1(), f2(),f3())

Unit: microseconds
 expr    min      lq  median     uq    max neval
 f1()  9.988 10.6855 10.9650 11.245 50.704   100
 f2() 23.257 23.7465 24.0605 24.445 88.140   100
 f3() 10.127 10.5460 10.7555 11.175 18.857   100

在内部seq被调用之前做许多验证:或seq_len.