R中整数向量的大小

Question

我原以为 R 有一个标准的存储对象开销（似乎是 24 字节，至少对于整数向量而言），但一个简单的测试表明它比我想象的要复杂。例如，取长度为 100 的整数向量（使用随机抽样，希望避免出现任何sneaky sequence compression tricks that might be out there），我发现不同长度的向量可以具有相同的大小，如下所示：

> N   = 100
> V   = vector(length = 100)
> for(L in 1:N){
+     z = sample(N, L, replace = TRUE)
+     V[L]    = object.size(z)
+ }
> 
> options('width'=88)
> V
  [1]  48  48  56  56  72  72  72  72  88  88  88  88 104 104 104 104 168 168 168 168
 [21] 168 168 168 168 168 168 168 168 168 168 168 168 176 176 184 184 192 192 200 200
 [41] 208 208 216 216 224 224 232 232 240 240 248 248 256 256 264 264 272 272 280 280
 [61] 288 288 296 296 304 304 312 312 320 320 328 328 336 336 344 344 352 352 360 360
 [81] 368 368 376 376 384 384 392 392 400 400 408 408 416 416 424 424 432 432 440 440

152 显示的值给我留下了深刻的印象（观察结果：152 = 128 + 24，虽然 280 = 256 + 24 并不那么突出）。有人可以解释这些分配是如何产生的吗？尽管出现了 V 单元格，但我一直无法在文档中找到明确的定义。

Answer 1

即使你尝试 N

• 5 到 8（56 个字节）
• 9 到 12（72 个字节）
• 13 到 16（88 个字节）
• 17 到 32（152 字节）

字节数出现两次的事实来自一个简单的事实，即内存以 8 个字节为单位分配（在?gc 中称为 Vcells），而整数只占用 4 个字节。

除此之外，R 中对象的内部结构区分了用于分配内存的小向量和大向量。小向量被分配在大约 2Kb 的更大块中，而更大的向量被单独分配。 “小”向量由 6 个定义的类组成，基于长度，并且能够存储多达 8、16、32、48、64 和 128 字节的向量数据。由于整数只占用 4 个字节，因此您可以在这 6 个类中存储 2、4、8、12、16 和 32 个整数。这解释了您看到的模式。

额外的字节数用于标头（形成?gc 中的Ncells）。如果您真的对这一切感兴趣，请通读R Internals 手册。

而且，正如您所猜测的，额外的 24 个字节来自标头（或 Ncells ）。其实比这复杂一点，具体细节可以在R internals手册中找到