当“by=1”时，“seq”需要很长时间

Question

今天我注意到一些奇怪的事情，在某些情况下添加by=1功能seq会导致效率低下。

> system.time(seq(from=936144000, to=1135987200))
   user  system elapsed 
      0       0       0 
> system.time(seq(from=936144000, to=1135987200, by=1))
   user  system elapsed 
   4.42    8.39   18.20 

乍一看，结果是相同的：

> all.equal(seq(from=936144000, to=1135987200),
+           seq(from=936144000, to=1135987200, by=1))
[1] TRUE
 TRUE

区别似乎在于，省略by=1会导致结果为数字，即使是by明确的整数。

> identical(seq(from=936144000, to=1135987200),
+           seq(from=936144000, to=1135987200, by=1))
[1] FALSE
> class(seq(from=936144000, to=1135987200))
[1] "integer"
> class(seq(from=936144000, to=1135987200, by=1L))
[1] "numeric"

此外，直接调用seq.int（假设这是在幕后发生的事情seq）也比不带任何参数的调用花费更长的时间seq：

> system.time(seq.int(from=936144000, to=1135987200, by=1L))
   user  system elapsed 
   0.25    1.68    2.81 

如何正确指定by以避免效率低下或获得省略的效率by？

> sessionInfo()
R version 4.1.0 (2021-05-18)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 10 x64 (build 19042)

Matrix products: default

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

loaded via a namespace (and not attached):
[1] compiler_4.1.0    RUnit_0.4.32      tools_4.1.0       geneorama_1.7.3   data.table_1.14.0

Answer 1

您不需要假设幕后发生了什么，您可以运行debug(seq)并查看有什么不同。这是一个通用函数，它调用seq.default.

事实seq.default证明，如果by缺少参数（以及您的示例中存在的其他一些条件），seq(from, to)则from:to. 这是非常快的，因为它甚至不分配完整的向量：在最新版本的 R 中，它以特殊格式存储，仅具有范围限制。

如果您查看的话，您可以看到的另一件事seq.default是获得此输出的唯一方法是必须missing(by)是TRUE。所以你的问题的答案是你不能指定by获得相同的速度。

@Baraliuh 的建议很好：如果您愿意seq(from, to, by=1)，请from:to改用。