向量上的复制修改语义不会附加到循环中.为什么？

Question

这个问题听起来在这里得到了部分回答,但这对我来说还不够具体.当通过引用更新对象以及复制对象时,我想更好地理解.

更简单的例子是矢量增长.下面的代码在R中非常低效,因为在循环之前没有分配内存,并且在每次迭代时都进行了复制.

  x = runif(10)
  y = c() 

  for(i in 2:length(x))
    y = c(y, x[i] - x[i-1])

分配内存使能保留一些内存,而无需在每次迭代时重新分配内存.因此,这个代码速度极快,特别是对于长向量.

  x = runif(10)
  y = numeric(length(x))

  for(i in 2:length(x))
    y[i] = x[i] - x[i-1]

这是我的问题.实际上,当矢量更新时,它确实会移动.有一个副本,如下所示.

a = 1:10
pryr::tracemem(a)
[1] "<0xf34a268>"
a[1] <- 0L
tracemem[0xf34a268 -> 0x4ab0c3f8]:
a[3] <-0L
tracemem[0x4ab0c3f8 -> 0xf2b0a48]:  

但在循环中,此副本不会发生

y = numeric(length(x))
for(i in 2:length(x))
{
   y[i] = x[i] - x[i-1]
   print(address(y))
}

给

[1] "0xe849dc0"
[1] "0xe849dc0"
[1] "0xe849dc0"
[1] "0xe849dc0"
[1] "0xe849dc0"
[1] "0xe849dc0"
[1] "0xe849dc0"
[1] "0xe849dc0"
[1] "0xe849dc0" 

我理解为什么代码是慢速或快速作为内存分配的函数但我不理解R逻辑.对于同一语句,为什么以及如何通过引用进行更新,而在另一种情况下,通过复制进行更新.在一般情况下,我们怎么知道会发生什么.

Answer 1

这在Hadley的高级R书中有所涉及.他说(在这里解释)每当2个或更多变量指向同一个对象时,R将复制然后修改该副本.在进入实例之前,哈德利的书中提到的一个重要注意事项是,当你使用时RStudio

环境浏览器引用您在命令行上创建的每个对象.

鉴于你观察到的行为,我假设你正在使用RStudio我们将会看到的将解释为什么实际上有两个变量指向a而不是你可能期望的1.

我们将用来检查指向对象的变量数量的函数是refs().在您发布的第一个示例中,您可以看到:

library(pryr)
a = 1:10
refs(x)
#[1] 2

这表明(这是你发现的)2个变量所指向的a,因此任何修改a都会导致R复制它,然后修改该副本.

检查for loop我们可以看到y始终具有相同的地址和refs(y) = 1for循环中的地址.y未复制,因为y您的函数中没有其他引用指向y[i] = x[i] - x[i-1]:

for(i in 2:length(x))
{
  y[i] = x[i] - x[i-1]
  print(c(address(y), refs(y)))
}

#[1] "0x19c3a230" "1"         
#[1] "0x19c3a230" "1"         
#[1] "0x19c3a230" "1"         
#[1] "0x19c3a230" "1"         
#[1] "0x19c3a230" "1"         
#[1] "0x19c3a230" "1"         
#[1] "0x19c3a230" "1"         
#[1] "0x19c3a230" "1"         
#[1] "0x19c3a230" "1" 

另一方面,如果在你的内容中引入一个非原始函数,你会看到每次更改的地址,这更符合我们的预期:yfor loopy

is.primitive(lag)
#[1] FALSE

for(i in 2:length(x))
{
  y[i] = lag(y)[i]
  print(c(address(y), refs(y)))
}

#[1] "0x19b31600" "1"         
#[1] "0x19b31948" "1"         
#[1] "0x19b2f4a8" "1"         
#[1] "0x19b2d2f8" "1"         
#[1] "0x19b299d0" "1"         
#[1] "0x19b1bf58" "1"         
#[1] "0x19ae2370" "1"         
#[1] "0x19a649e8" "1"         
#[1] "0x198cccf0" "1"  

注意强调非原始的.如果你的功能y是原始如-:y[i] = y[i] - y[i-1]R可以优化这个以避免复制.

感谢@duckmayr帮助解释for循环中的行为.

Answer 2

我完成了@MikeH。awnser 与此代码

library(pryr)

x = runif(10)
y = numeric(length(x))
print(c(address(y), refs(y)))

for(i in 2:length(x))
{
  y[i] = x[i] - x[i-1]
  print(c(address(y), refs(y)))
}

print(c(address(y), refs(y)))

输出清楚地显示发生了什么

[1] "0x7872180" "2"        
[1] "0x765b860" "1"        
[1] "0x765b860" "1"        
[1] "0x765b860" "1"        
[1] "0x765b860" "1"        
[1] "0x765b860" "1"        
[1] "0x765b860" "1"        
[1] "0x765b860" "1"        
[1] "0x765b860" "1"        
[1] "0x765b860" "1" 
[1] "0x765b860" "2"  

第一次迭代时有一个副本。事实上，因为 Rstudio 有 2 个参考。但此后第一个副本y属于循环并且不可用于全局环境。然后，Rstudio 不会创建任何额外的引用，因此在下次更新期间不会进行任何复制。y通过引用更新。循环退出y在全局环境中变得可用。Rstudio 创建了一个额外的引用，但此操作显然不会更改地址。