sapply 与复合函数的速度比较答案

【问题标题】：Speed comparison of sapply with a composite functionsapply 与复合函数的速度比较
【发布时间】：2011-06-03 18:27:27
【问题描述】：

> system.time(sapply(rnorm(1000000,0,1), function (x) round(x,2)))
   user  system elapsed 
   2.78    0.11    2.89 
> system.time(round(rnorm(1000000,0,1),2))
   user  system elapsed 
   0.29    0.00    0.30

在阅读 R 提示问题的答案后，我正在尝试这个。在上述情况下，我没想到 sapply 比等效的复合函数慢一个数量级。有谁知道为什么会这样？如果我理解正确，sapply 将矢量化并接近最佳速度。

【问题讨论】：

科斯克是对的。 sapply 只是为真正的矢量化创造了一种错觉或糟糕的替代品。如果可以，您应该尝试使用固有的矢量化函数构建所有转换。
sapply 的主要目的是使循环更易于阅读（并节省输入），而不是加快速度。
另见：stackoverflow.com/questions/2275896/…

标签： r performance runtime

【解决方案1】：

可能 sapply 是一个简单的 lapply 包装器，它没有被矢量化。试试这个代码：

system.time(sapply(rnorm(10), function (x) {print(length(x)); round(x,2)}))

并在此处查看实现：https://svn.r-project.org/R/trunk/src/main/apply.c

【讨论】：

【解决方案2】：

这里没有什么可 sapply 的 - 你只给它一个向量 - 而不是向量列表，并且 sapply 将结果转换为（单列）矩阵。

sapply 正在为您简化结果，但这样做必须生成一个数组。

如果你给它一个列表比较：

system.time(sapply(list(rnorm(1000000,0,1)), function (x) round(x,2))) 
user  system elapsed 
 0.22    0.00    0.22 

system.time(sapply(rnorm(1000000,0,1), function (x) round(x,2))) 
user  system elapsed 
4.21    0.00    4.21

【讨论】：

sapply 调用 lapply，它对向量进行元素操作。
感谢 Hadley，我不确定这里到底发生了什么 - 显然是这里的 s(apply) 简化需要额外的时间？
您好，第一个（列表）案例类似于：for(i=1)round(x[[i]])，其中 x 是列表（rnorm(100000)）。它与调用 round(rnorm(100000)) 非常相似。第二种情况类似于：for(i=1:100000)round(x[i])，其中 x 是 rnorm(100000)。额外的时间不是因为简化，而是循环。
感谢所有评论者和回答，因为我显然不明白 sapply 并且将不得不更深入地研究矢量化。