为什么循环计算更快？

Question

更新：

正如@Dave2e 所指出的，将start_time 语句（在代码2 中）移出for 循环将使运行时间与代码1 相当。即：

start_time <- Sys.time()
for (j in 1:1) {
   n <- 100
   result <- 1
   for (i in 1:n) {
     result <- result * i
   }
   result
   ## [1] 9.332622e+157
   end_time <- Sys.time()
}
end_time - start_time

for 循环是真的提高了性能还是假的？

---

原帖：

我有两段代码如下：

代码1：

start_time <- Sys.time()
n <- 100
result <- 1
for (i in 1:n) {
   result <- result * i
}
result
## [1] 9.332622e+157
end_time <- Sys.time()
end_time - start_time

代码2：

for (j in 1:1) {
   start_time <- Sys.time()
   n <- 100
   result <- 1
   for (i in 1:n){
      result <- result * i}
      result
      ## [1] 9.332622e+157
      end_time <- Sys.time()
   }
   end_time - start_time

我原以为这两个代码运行相似，但代码 2 的运行速度始终比代码 1 快得多。在我的计算机上，代码 1 大约需要 10^-2 秒，而代码 2 大约需要 5*10^-6 秒。关于如何发生这种情况的任何见解？如果只是在整个代码中添加for循环可以减少程序运行时间，我会在我的所有代码中使用它。

Answer 1

我认为你的比较不是很可靠。如果不多次运行以获得平均值，就很难说出非常快的代码的相对时间 - 太多的不可控因素会稍微改变运行时间。

我从下面的基准中得出的结论是，在冗余的 for 循环中封装相当微不足道的计算并不会造成太大的伤害，但任何明显的优势都是微不足道的，可能只是一种效果噪音。

我将您的每个代码块封装在一个函数中（with_loop 和without_loop），方法是在每个代码块周围放置function() { ... }。 （请注意，这意味着我的时间不是基于您的 Sys.time() 比较，而是基于 microbenchmark 包中的内置时间。）

microbenchmark 包更适合基准测试，尤其是非常短的计算任务：来自?microbenchmark::microbenchmark：

“microbenchmark”可以更准确地替代 经常看到'system.time(replicate(1000, expr))' 表达式。它 努力准确地测量它所花费的时间 评估“expr”。为了实现这一点，亚毫秒（据说 纳秒）精确计时功能最现代的操作 系统提供被使用。此外，所有评估 表达式是在 C 代码中完成的，以最大限度地减少任何开销。

library(microbenchmark)
m1 <- microbenchmark(with_loop, without_loop)
library(ggplot2)
autoplot(m1)+scale_y_log10()

分位数（lq、中位数、uq）实际上是相同的。

Unit: nanoseconds
         expr min lq   mean median uq   max neval cld
    with_loop  36 38  48.56     39 40   972   100   a
 without_loop  36 39 177.81     40 41 13363   100   a

没有循环的代码确实比较慢平均而言（即它具有更大的平均值），但这几乎完全是由几个异常值驱动的。

现在只关注小于 50 纳秒的值：

autoplot(m1)+scale_y_log10(limits=c(NA,50))

如果我们用times=1e6（一百万次迭代）再次执行此操作，我们会得到几乎相同的结果：循环的平均值快 3 纳秒（同样可能几乎完全由上尾）。

Unit: nanoseconds
         expr min lq     mean median uq     max neval cld
    with_loop  32 39 86.44248     41 61 2474675 1e+06   a
 without_loop  35 39 89.86294     41 61 2915836 1e+06   a

如果您需要运行循环十亿次，这将对应于 3 秒的运行时间差异。可能不值得担心。