R大掛環？

Question

假設我想使用進行仿真以下function：

fn1 <- function(N) { 
    res <- c() 
    for (i in 1:N) { 
    x <- rnorm(2) 
    res <- c(res, x[2]-x[1]) 
    } 
    res 
} 

對於非常大N，計算似乎掛起。有沒有更好的方法來做到這一點？

（靈感來自：https://stat.ethz.ch/pipermail/r-help/2008-February/155591.html）

Answer 1

對於R中循環是出了名的慢，但這裏還有另外一個問題。預先分配結果向量res更快，而且在每次迭代時附加到res。

下面我們可以比較上述版本的速度和一個簡單地以長度爲N的矢量res開始的版本，並在循環期間更改第i個元素。

fn1 <- function(N) { 
    res <- c() 
    for (i in 1:N) { 
    x <- rnorm(2) 
    res <- c(res,x[2]-x[1]) 
    } 
    res 
} 
fn2 <- function(N) { 
    res <- rep(0,N) 
    for (i in 1:N) { 
    x <- rnorm(2) 
    res[i] <- x[2]-x[1] 
    } 
    res 
} 
> N <- 50000 
> system.time(res1 <- fn1(N)) 
    user system elapsed 
    6.568 0.256 6.826 
> system.time(res2 <- fn2(N)) 
    user system elapsed 
    0.452 0.004 0.496 

而且，Sharpie points out，我們可以通過使用像apply（或其親屬，sapply和lapply）R功能，使這稍微快一些。

fn3 <- function(N) { 
    sapply(1:N, function(i){ x <- rnorm(2); return(x[2] - x[1]) }) 
} 
> system.time(res3 <- fn3(N)) 
    user system elapsed 
    0.397 0.004 0.397 

Answer 2

循環的效率能夠被極大R中通過使用的應用功能，其基本上在處理數據的整個矢量一次，而不是通過它們循環增加。對於上面所示的循環中，有兩個基本的操作在每次迭代期間發生：

# A vector of two random numbers is generated 
x <- rnorm(2) 

# The difference between those numbers is calculated 
x[2] - x[1] 

在這種情況下適當的功能將是sapply()。 sapply()操作對象，如由循環語句1:N產生的矢量的名單上，並返回結果的載體：

sapply(1:N, function(i){ x <- rnorm(2); return(x[2] - x[1]) }) 

注意，在函數調用期間的指數值i可用且連續取值爲在1和N之間，但是在這種情況下不需要。

進入承認其中apply可以通過for使用是一個非常有價值skill-並行計算很多[R庫通過apply功能提供插件和播放並行的習慣。使用apply通常可以允許在多核系統上訪問顯着的性能增加，其中代碼重構的代價是零。

Answer 3

有時不需要循環。由於RNORM給IID樣品（理論上），你會得到相同的結果（採樣 X-Y其中X和Y是N（0,1））這樣做：

res <- rnorm(N)-rnorm(N) 

Answer 4

對我的評論擴大到chris_dubois的答案，這裏的一些定時信息：

> system.time(res <- rnorm(50000) - rnorm(50000)) 
user system elapsed 
0.06 0.00 0.06 

對比這與FN3來自同一個答案：

> system.time(res3 <- fn3(50000)) 
user system elapsed 
1.33 0.01 1.36 

首先要注意的是，我的膝蓋頂部比chris_dubois的機器慢。:)

第二個也是更重要的一點是，這裏非常適用的矢量方法速度要快一個數量級。 （Richie Cotton也在同一個答案的評論中指出）。

這使我最後的一點：它是一個神話是和apply它的朋友是比R. for環路他們在大多數測量我已經看到了同樣量級的速度要快得多。因爲他們只是幕後的for循環。也看到這個帖子：

http://yusung.blogspot.com/2008/04/speed-issue-in-r-computing-apply-vs.html

根據布萊恩·裏普利教授，「應用（）僅僅是一個循環的包裝。」使用apply（）的唯一好處是它使你的代碼更加整潔！

沒錯。如果更多，請使用apply富有表現力，尤其是如果您使用功能風格進行編程時。不是因爲它更快。

Answer 5

也許最有效的替代你的函數，簡直是：

fn <- function(n) rnorm(N,0,sqrt(2)) 

這是快兩倍，採取獨立同分布正常的變元的差異。更普遍的是，如果你的目標是運行簡單的模擬，向量/數組的預分配和調用本地函數將大大加速這個過程。

如果要爲統計估計（例如MCMC）執行monte-carlo模擬，則R有許多本地程序包。對於一般的隨機模擬，我不知道R軟件包，但你可能想嘗試Simpy（http://simpy.sourceforge.net/），這很好。