意想不到的结果:microbenchmark

Question

由于缺乏准确性,我总是被一点点跟踪,因为我看到了台架标记system.time和rbenchmark(因为时间的精确度可能不足)并且看到Hadley microbenchmark最近参考了这个包.所以我决定给它一个旋转,如下所示.我mean反对f <- function(x) {sum(x)/length(x)}并期望mean做得更好,f但结果,正如我理解的那样,并不表明这是真的.

1. 我误解了结果吗？
2. f实际上比意味着快吗？
3. microbenchmark还处于测试阶段吗？需要解决这个问题吗？

我在win 7机器上运行R2.15(因为microbenchmark根据你的操作系统做不同的时间).

结果

Unit: microseconds
     expr    min     lq median     uq    max
1    f(x) 19.130 20.529 20.529 20.996 286.00
2 mean(x) 28.927 29.860 30.327 30.327 672.31

代码

library(microbenchmark)

x <- 1:10000
f <- function(x) {sum(x)/length(x)}
mean(x)

res <- microbenchmark(
    mean(x), 
    f(x), 
times=1000L)

print(res)
boxplot(res)

Answer 1

我可能是错的,但这似乎并不令我感到惊讶.之前mean.default可以调用.Internal(mean(x))它来检查3个if语句,计算长度x,然后检查另一个if语句.它的时间差异相当小.

.Internal(mean(x)直接呼叫仍然稍微快一些:

library(microbenchmark)

x <- 1:10000
f1 <- function(x) {sum(x)/length(x)}
f2 <- function(x) {.Internal(mean(x))}

res <- microbenchmark(
    mean(x), 
    f1(x),
    f2(x), 
times=1000L)

print(res)

Unit: microseconds
     expr    min      lq  median      uq     max
1   f1(x) 32.195 32.4605 32.8850 33.4645 106.997
2   f2(x) 21.840 22.0580 22.2015 22.6270  55.316
3 mean(x) 35.393 35.9840 36.1860 36.4420  91.203