提高循环性能

Question

我正在努力提高以下代码的性能，该代码运行了大约 200 万个条目。首先，条件在循环内，现在在循环外，这带来了一些改进，但还不够。

您还有其他想法吗？

if (Floor=="Yes") { 
  for (i in 1:length(X)){
     base_short_term[i] <- pmax(numeric_vector1[i],(1+numeric_vector2[i])^((numeric_vector3[i])/(1+numeric_vector4[i]))
  }
} else {
for (i in 1:length(X)){  
     base_short_term[i] <- pmin(numeric_vector5[i],(1+numeric_vector3[i])^((numeric_vector5[i])/(1+numeric_vector7[i]))
 }
}

Answer 1

R 中的

循环很糟糕，应尽可能避免。情况就是这样：向量化操作会更有效率（循环会导致内存开销）和更易读的代码：

df <- data.frame(x1 = numeric_vector1,
                x2 = numeric_vector2,
                x3 = numeric_vector3,
                x4 = numeric_vector4,
                x5 = numeric_vector5,
                x7 = numeric_vector7)

if (Floor == "yes"){
   df$base_short_term <- pmax(df$x1, (1+df$x2)^(df$x3/df$x4))
} else{
   df$base_short_term  <- pmin(df$x5, (1+df$x3)^(df$x5/df$x7))
}

如果无法避免循环，最好使用lapply或支持Rcpp

更新

如果向量具有不同的长度，您将失去性能，因为您需要先从 1 切片到 length(X) 或使用 lapply

切片向量

df <- data.frame(x1 = numeric_vector1[seq_along(X)],
                x2 = numeric_vector2[seq_along(X)],
                x3 = numeric_vector3[seq_along(X)],
                x4 = numeric_vector4[seq_along(X)],
                x5 = numeric_vector5[seq_along(X)],
                x7 = numeric_vector7[seq_along(X)])

（此解决方案是可能的，因为即使向量的长度不同，您也只能对所有向量使用不超过 length(X) 的索引）

lapply

看起来确实像您的 for 循环，但效率更高，因为它避免了在每次迭代时创建和转储对象

例如，如果Floor 是TRUE：

base_short_term <- lapply(seq_along(X), function(i), {
     pmax(numeric_vector1[i],(1+numeric_vector2[i])^((numeric_vector3[i])/(1+numeric_vector4[i]))
  })