意想不到的結果：microbenchmark

Question

我一直對缺乏準確性有些迷惑，我看到system.time和rbenchmark（因爲時間的精度可能不足），並看到Hadley最近參考了microbenchmark包。所以我決定給它一個旋轉，如下所示。我將mean與f <- function(x) {sum(x)/length(x)}對齊，預計mean比f做得更好，但據我瞭解，結果並不表明這是真的。

1. 我誤解了結果嗎？
2. f實際上是否比平均速度更快？
3. microbenchmark仍處於測試階段，這需要熨燙 了嗎？

我在贏得7臺機器上運行R2.15（因爲microbenchmark的定時不同，具體取決於您的操作系統）。

結果

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 

守則

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

我可能是錯的，但是這似乎並不使人感到意外給我。在mean.default之前可以調用.Internal(mean(x))它必須檢查3 if語句，計算長度x，然後檢查另一個if語句。它的時代差異相當小。

調用.Internal(mean(x)直接稍微快一點還是：

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 

Answer 2

我想你會發現，如果你用10倍撞了X的大小，你會看到更一致的結果。說實話，如果你真的可以在具有多任務操作系統的計算機上獲得微秒定時精度，我會感到驚訝。

您也可以考慮：

• 你在筆記本電腦或具有自動的CPU頻率調節機器運行？
• 熱身？
• 固定你的進程到一個核心。