在嵌套列表中指向元素的最快方法答案

【问题标题】：The fastest method to point an element in a nested list在嵌套列表中指向元素的最快方法
【发布时间】：2021-12-26 15:32:56
【问题描述】：

假设我们有一个任意大小的大型嵌套列表（深度级别可能超过 100）。该列表包含列表中非预定义位置的对象（最多数千个），我们需要经常查看和修改这些对象。因此，我们在列表中保留一个带有指向这些对象的指针的单独变量。我们需要知道创建指针的最快方法是什么。

到目前为止，我可以用下面的代码想到 4 种不同的解决方案：

首先，为了演示，我们需要一个虚拟的嵌套列表对象：

create_nested_list <- function(depth) {
     myList = list()
     if(depth > 0) {
    depth <- depth - 1
    myList$level <- paste0(paste0('depth_', depth))
    myList[[paste0('Depth_', depth, '_A')]] <- create_nested_list(depth)
    myList[[paste0('Depth_', depth, '_B')]] <- create_nested_list(depth)   }
     return(myList) }

myList <- create_nested_list(10)

然后，假设我们希望看到并经常修改列表中的以下属性：

myList$Depth_9_B$Depth_8_A$Depth_7_A$Depth_6_A$Depth_5_A$Depth_4_A$Depth_3_A$Depth_2_A$level

上面的表达式将是访问列表中元素的直接方法。但是，它不适用于我们的情况，因为上面的代码会创建对象的副本而不是指针。
Base-R 解决方案是将对象的路径保存在字符串中并计算表达式。


path <- '$Depth_9_B$Depth_8_A$Depth_7_A$Depth_6_A$Depth_5_A$Depth_4_A$Depth_3_A$Depth_2_A$level'
eval(str2lang(paste0('myList', path)))

我们也可以使用库“pointr”来创建指针对象。


library(pointr)
ptr('pointer_to_the_object', 'myList$Depth_9_B$Depth_8_A$Depth_7_A$Depth_6_A$Depth_5_A$Depth_4_A$Depth_3_A$Depth_2_A$level')
pointer_to_the_object

我们可以使用 R6/Reference 类，而不是使用 S3 类对象。但在这种情况下，列表中的每个元素都必须是一个单独的 S6 类对象。我们需要改变创建基本列表的方式。

 library(R6)
 nestedR6 <- R6Class(
   'myList',
   cloneable = FALSE,
   lock_objects = FALSE,
   public = list(
     ref_list = NULL,
     initialize = function(depth) {

       if(depth > 0) {
         depth <- depth - 1
         self$level <- paste0(paste0('depth_', depth))
         self[[paste0('Depth_', depth, '_A')]] <- nestedR6$new(depth)
         self[[paste0('Depth_', depth, '_B')]] <- nestedR6$new(depth)
       }
     }
   )
 )


myListR6 <- nestedR6$new(10)
R6obj <- myListR6$Depth_9_B$Depth_8_A$Depth_7_A$Depth_6_A$Depth_5_A$Depth_4_A$Depth_3_A$Depth_2_A

然后，我们可以比较所有 4 种方法的速度：

library(microbenchmark)
library(ggplot2)

mbm <- microbenchmark(direct = myList$Depth_9_B$Depth_8_A$Depth_7_A$Depth_6_A$Depth_5_A$Depth_4_A$Depth_3_A$Depth_2_A$level,
               direct2 = myList[['Depth_9_B']][['Depth_8_A']][['Depth_7_A']][['Depth_6_A']][['Depth_5_A']][['Depth_4_A']][['Depth_3_A']][['Depth_2_A']][['level']],
               eval_expression = {
                 eval(str2lang(paste0('myList', path)))
               }, 
               pointer = pointer_to_the_object,
               R6_Class = R6obj[['level']],
               times = 100)
autoplot(mbm)

令人惊讶的是，通过指针对象的访问是最慢的，而 R6 类指针的工作速度甚至比直接访问还要快。不幸的是，R6 类并不是最佳解决方案，因为通过 R6 对象创建嵌套列表比 S3 慢得多。

microbenchmark(
  S3 = create_nested_list(10),
  S6 = nestedR6$new(10)
)

【问题讨论】：

标签： r pointers r6

【解决方案1】：

我找到了解决办法。

我们可以使用环境对象（基本上是无特征的 R6 类），而不是使用列表。

## Create the environment object (almost the same as list)
create_nested_environment <- function(depth) {
  
  myList = new.env()
  
  if(depth > 0) {
    depth <- depth - 1
    myList$level <- paste0(paste0('depth_', depth))
    myList[[paste0('Depth_', depth, '_A')]] <- create_nested_environment(depth)
    myList[[paste0('Depth_', depth, '_B')]] <- create_nested_environment(depth)
  }
  
  return(myList)
}

myList <- create_nested_list(10)

myEnv <- create_nested_environment(10)
e <- myEnv$Depth_9_B$Depth_8_A$Depth_7_A$Depth_6_A$Depth_5_A$Depth_4_A$Depth_3_A$Depth_2_A

现在我们可以测试所有方法的性能了：

mbm <- microbenchmark(direct = myList$Depth_9_B$Depth_8_A$Depth_7_A$Depth_6_A$Depth_5_A$Depth_4_A$Depth_3_A$Depth_2_A$level,
                      direct2 = myList[['Depth_9_B']][['Depth_8_A']][['Depth_7_A']][['Depth_6_A']][['Depth_5_A']][['Depth_4_A']][['Depth_3_A']][['Depth_2_A']][['level']],
                      eval_expression = {
                        eval(str2lang(paste0('myList', path)))
                      }, 
                      pointer = pointer_to_the_object,
                      R6_Class = R6obj[['level']],
                      env = e[['level']],
                      env_direct = myEnv$Depth_9_B$Depth_8_A$Depth_7_A$Depth_6_A$Depth_5_A$Depth_4_A$Depth_3_A$Depth_2_A$level,
                      times = 1000)
autoplot(mbm)

指向环境对象的指针甚至比列表中的直接链接或 R6 类中的指针更快 [

以及列表、R6 类和原始环境对象之间的速度比较：

mbm <- microbenchmark(
  S3 = create_nested_list(10),
  R6 = nestedR6$new(10),
  env = create_nested_environment(10)
)
autopilot(mbm)

与列表的性能相同。

【讨论】：