退出 *apply 中的函数答案

【问题标题】：Exit a function within *apply退出 *apply 中的函数
【发布时间】：2015-12-11 09:52:49
【问题描述】：

sapply 和 replicate（等）运行指定的次数。放入sapply(1:N, function(n){expr}) 将执行expr N 次。假设我希望 sapply 在 m 运行后停止。这可能不会出错吗？ break 不起作用，for 或 while 循环在我的上下文中会太慢。

类似于：

sapply(1:N, function(n){
  #some expression
  if(identical(n, m)) break
})

除了 break 不起作用。

我正在尝试做的事情：

创建一个函数来读取具有已定义结构但长度未知的大型（二进制）数据文件。将replicate 与array(readBin(...), ...) 一起使用是我发现的最佳方法，但我希望在开始返回NA 时停止它（即到达文件末尾）。

【问题讨论】：

据我所知，R 中支持for 循环，并且可以使用，尽管名声不好。认为sapply 比for 循环更快是一种常见的误解。
我的经验是for 比apply 家庭慢得多，我曾尝试使用for 完成此任务（在我真正了解*apply 之前）。有没有一些技巧可以让for 工作得更快？
for 并不比*apply 慢很多。它通常（有点）比lapply 和vapply 慢。视情况而定，可能比sapply 慢或快。它通常比apply快。前提是您正确编写循环并且（比其他事情更多）避免增长对象并正确预分配。更详细地了解您的尝试，您可能会得到帮助。
@nicola for 本身实际上应该比其他循环更快（包括vapply）。你在里面做的事情会让它变慢。
@nicola 是的，但是您可以使用没有返回值的for 循环，这就是它获胜的地方。这就是我的意思，循环本身很快。

标签： r function apply exit

【解决方案1】：

可以以全局控制变量的形式使用部分解决方法

i<-TRUE
unlist( sapply(1:10, function(x){if(i){ if(x>=4)(i<<-FALSE); 2*x;}}) )

虽然还是运行n次，但至少不会每次都执行，节省资源。而且我不能完全弄清楚为什么简化没有一路奏效，我不得不使用 unlist。

【讨论】：

谢谢 - 这是个好主意。我认为它不会在 sapply 中简化，因为它想保留 NULL 值。
试过了，它比使用 for/ while/ repeat 循环要快得多。 0.25 秒与 4.8 秒相比。当我输入更大的文件时会产生很大的不同。我仍然相信for 可以与*apply 竞争。
很高兴能为您提供帮助。
@Bazz 在 R 中编写 for 循环时，您显然犯了一个严重错误。我的赌注是在不断增长的对象上（这很容易避免）。
或者当其他人不得不在某个时候理解你的代码时。恕我直言，for 循环也更容易调试。

【解决方案2】：

除了for 与*apply 的战斗之外，如果您的问题是使用readBin 直到到达文件末尾，请记住：

您可以对n（要读取的元素数量）使用（小）高估；
可以通过file.info(filename)$size知道文件的大小；然后您可以自己估计文件中包含多少元素。

例如，假设您正在读取整数（四个字节）值。试试看：

readBin(con,"int",n=file.info(filename)$size/4+10)

一次性读取所有文件。 +10 有点高估了。

【讨论】：

谢谢。这很有帮助。但是，另一个复杂之处是文件中还有 16 字节的字符串，它们说明了每个数组代表的内容，文件中的 4 字节整数以及元数据。有两个整数 (4)、一个字符串 (16)、三个整数 (4) 给出数组的维度，然后是一个双精度数组，重复次数不详。确实可以大致知道有多少阵列，所以我现在可以进步。请参阅water.usgs.gov/ogw/modflow/MODFLOW-2005-Guide -> FAQ -> L 了解更多详情。

【解决方案3】：

我想我会发布我为此提出的想法。 cbb 是正在构建的数组。在不好的示例中，cbb 使用abind 逐步构建为一个数组。在每一步，cbb 都必须重新评估，因此每个连续的步骤都会变慢 - 一个不断增长的对象。在这个很好的例子中，cbb 被构建为一个列表，并且每一步都声明一个新的列表条目。 R 不需要每次都重新评估现有列表。数组最后用do.call(abind, c(cbb, list(along = 4)))绑定在一起。

我发现有用的一件事是将cat(".") 放入循环中。如果点打印速度减慢，则可能表明对象正在增长。在这个很好的例子中，点的打印速度或多或少是恒定的。好例子比坏例子快十倍左右。

不好：

cbb <- array(NA, c(N1, N2, N3, 0))
repeat{ 
    sptsnew <- readBin(to.read, "integer", 2L, 4L)
    if(identical(sptsnew, integer(0))){cat("\nend of file\n"); break}
    ... #reading array metadata
    cbb <- abind(cbb, array(readBin(to.read, "double", N1*N2*N3, 4L), c(N1, N2, N3, 1)), along = 4)
    cat(".")
}

好：

i <- 1
cbb <- list()
repeat{ 
    sptsnew <- readBin(to.read, "integer", 2L, 4L)
    if(identical(sptsnew, integer(0))){cat("\nend of file\n"); break}
    ... #reading array metadata
    cbb[[i]] <- array(readBin(to.read, "double", N1*N2*N3, 4L), c(N1, N2, N3, 1))
    i <- i + 1
    cat(".")
}
cbb <- do.call(abind, c(cbb, list(along = 4)))

【讨论】：