我知道在R中循环很慢，所以我应该尽量使用向量化的方式来处理。
但是，为什么呢？为什么循环很慢而apply很快？apply会调用多个子函数--这看起来并不快。
更新: 对不起，这个问题问得不够清楚。我把向量化和apply混淆了。我的问题应该是：
"为什么向量化更快？"
为什么在R语言中循环速度较慢？
92
- isomorphismes
10
4个回答
82
循环并非总是慢的，而apply则快速。在R News的2008年5月号中有一篇关于此问题的讨论：
Uwe Ligges和John Fox. R Help Desk：我该如何避免使用循环或使其更快？R News，8(1)：46-50，2008年5月。
在“循环！”这一部分（从第48页开始），他们说：
很多有关R的评论都认为使用循环是一个特别糟糕的想法。这并不一定正确。在某些情况下，编写向量化代码很困难，或者向量化代码可能会消耗大量内存。
他们进一步建议：
Uwe Ligges和John Fox. R Help Desk：我该如何避免使用循环或使其更快？R News，8(1)：46-50，2008年5月。
在“循环！”这一部分（从第48页开始），他们说：
很多有关R的评论都认为使用循环是一个特别糟糕的想法。这并不一定正确。在某些情况下，编写向量化代码很困难，或者向量化代码可能会消耗大量内存。
他们进一步建议：
- 在循环之前将新对象初始化到完整长度，而不是在循环中增加其大小。
- 不要在循环中做可以在循环外完成的事情。
- 不要仅仅为了避免循环而避免循环。
- Karl
74
R中的循环之所以慢，与任何解释型语言一样，是因为每个操作都需要携带大量额外的负担。
看看在eval.c中调用用户定义函数时调用的R_execClosure（这是一个将近100行长的函数），它执行各种操作--为执行创建环境、将参数分配到环境中等等。
想象一下，在C中调用函数时发生了多少少事情（将参数推入堆栈、跳转、弹出参数）。
这就是为什么你会得到像这样的时间（正如joran在评论中指出的那样，实际上不是apply很快，而是mean内部的C循环很快。 apply只是普通的旧R代码）：
A = matrix(as.numeric(1:100000))
使用循环：0.342秒：
system.time({
Sum = 0
for (i in seq_along(A)) {
Sum = Sum + A[[i]]
}
Sum
})
使用sum：无法测量的微小：
sum(A)
这有点令人不安，因为在渐近意义下，循环与
sum一样好；它没有实际上变慢的原因；只是每次迭代都多做了更多的额外工作。所以请考虑：
# 0.370 seconds
system.time({
I = 0
while (I < 100000) {
10
I = I + 1
}
})
# 0.743 seconds -- double the time just adding parentheses
system.time({
I = 0
while (I < 100000) {
((((((((((10))))))))))
I = I + 1
}
})
(这个例子是由Radford Neal发现的)
因为在R中，(是一个运算符，每次使用它实际上都需要进行名称查找:
> `(` = function(x) 2
> (3)
[1] 2
或者说，一般来说，解释操作（在任何语言中）需要更多的步骤。当然，这些步骤也带来了好处：你无法在C中执行那个（）技巧。
- Owen
9
11那么最后一个例子想表达什么呢？不要在R中做愚蠢的事情并期望它能快速完成吗？ - Chase
6@Chase 我想这就是一种表述方式。是的，我的意思是像C语言这样的语言在嵌套括号方面不会有速度差异，但R语言没有优化或编译。 - Owen
1此外，() 或循环体中的 { } -- 所有这些都涉及名称查找。或者一般来说，在 R 中写得越多，解释器就会做更多的事情。 - Owen
1我想要明确的是，我并不是在贬低 R 语言的速度，因为它的速度与任何解释型语言相当。相反，解释型语言普遍存在“快速方式就是慢速方式”的问题，即逻辑上最小的代码仍然具有调用解释构造的开销；这意味着尽可能使用本地例程具有很强的动机。 - Owen
3我同意你的主要观点，这是非常重要的；我们使用 R 不是因为它打破了速度记录，而是因为它易于使用且非常强大。这种强大功能会带来解释的代价。只是不清楚你在
for()和apply()的例子中想要展示什么。我认为你应该删除那个例子，因为虽然求和是计算平均数的一部分，但你的例子只是展示了向量化函数 mean() 的速度优势，而没有展示类似 C 风格的元素迭代的速度。 - Gavin Simpson显示剩余4条评论
40
问题的唯一答案是：如果你需要迭代一组数据执行某些功能，并且该功能或操作未矢量化，则循环速度不会慢。一般情况下，
许多人认为
在R中使用
当然，如果存在矢量化函数来执行您使用
for()循环与apply()一样快，但可能比lapply()要慢一点。最后一点在SO上有很好的涵盖，例如在此回答中，并且适用于设置和操作loop的代码是整个计算负担的重要部分的情况。许多人认为
for()循环很慢是因为他们编写了糟糕的代码。通常（虽然有几个例外），如果需要扩展/增长一个对象，那么这也将涉及复制，因此您将具有复制和增长对象的开销。这不仅限于循环，但如果您在每次循环迭代时进行复制/增长，那么循环肯定会很慢，因为您会遇到许多复制/增长操作。在R中使用
for()循环的通用习惯用法是在循环开始之前分配所需的存储空间，然后填充已分配的对象。如果遵循该习惯用法，循环将不会很慢。这就是apply()为您管理的内容，但它只是隐藏在视图中。当然，如果存在矢量化函数来执行您使用
for()循环实现的操作，请不要那样做。同样，如果存在矢量化函数（例如colMeans(foo)），请不要使用apply()等函数进行操作（例如apply(foo, 2, mean)）。- Gavin Simpson
9
只是为了比较（不要过分解读！）：我在Chrome和IE 8中运行了一个（非常）简单的R和JavaScript for循环。 请注意，Chrome会编译成本地代码，而使用编译器包的R会编译成字节码。
# In R 2.13.1, this took 500 ms
f <- function() { sum<-0.5; for(i in 1:1000000) sum<-sum+i; sum }
system.time( f() )
# And the compiled version took 130 ms
library(compiler)
g <- cmpfun(f)
system.time( g() )
@Gavin Simpson：顺便说一下，在S-Plus中需要1162毫秒...
而在JavaScript中，这段“相同”的代码：
// In IE8, this took 282 ms
// In Chrome 14.0, this took 4 ms
function f() {
var sum = 0.5;
for(i=1; i<=1000000; ++i) sum = sum + i;
return sum;
}
var start = new Date().getTime();
f();
time = new Date().getTime() - start;
- Tommy
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
system.time对比吧… - joran