如果您知道您的结果将包含多少个元素并且您可以计算您的元素,那么整个 Append、AppendTo、Linked-List 等就没有必要了。在 Chris 的速度测试中,预分配只起作用,因为他事先知道元素的数量。对 datelist 的访问操作代表对当前元素的虚拟计算。
如果情况是这样,我永远不会使用这种方法。一个简单的 Table 与一个 Join 相结合的速度更快。让我重用 Chris 的代码:我将预分配添加到时间测量中,因为在使用 Append 或链表时,也会测量内存分配。此外,我真的使用结果列表并检查它们是否相等,因为聪明的解释器可能会识别简单、无用的命令并优化它们。
Needs["PlotLegends`"]
test[n_] := Module[{
startlist = Range[1000],
datalist, joinResult, linkedResult, linkinglist, linkedlist,
preallocatedlist, linkedlisttime, preallocatedtime, count,
joinTime, preallocResult},
datalist = RandomReal[1, n*1000];
linkinglist = startlist;
{linkedlisttime, linkedResult} =
AbsoluteTiming[
Do[linkinglist = {linkinglist, datalist[[i]]}, {i,
Length[datalist]}];
linkedlist = Flatten[linkinglist]
];
count = -1;
preallocatedtime = First@AbsoluteTiming[
(preallocatedlist =
Join[startlist, ConstantArray[0, {Length[datalist]}]];
Do[preallocatedlist[[count]] = datalist[[count]];
count--, {Length[datalist]}]
)
];
{joinTime, joinResult} =
AbsoluteTiming[
Join[startlist,
Table[datalist[[i]], {i, 1, Length[datalist]}]]];
PrintTemporary[
Equal @@@ Tuples[{linkedResult, preallocatedlist, joinResult}, 2]];
{preallocatedtime, linkedlisttime, joinTime}];
results = test[#] & /@ Range[40];
ListLinePlot[Transpose[results], PlotStyle -> {Black, Gray, Red},
PlotLegend -> {"Prealloc", "Linked", "Joined"},
LegendPosition -> {1, 0}]
在我看来,有趣的情况是,当您事先不知道元素的数量并且您必须临时决定是否必须附加/前置某些内容时。在这些情况下, Reap[] 和 Sow[] 可能值得一看。一般来说,我会说,AppendTo 是邪恶的,在使用它之前,看看替代方案:
n = 10.^5 - 1;
res1 = {};
t1 = First@AbsoluteTiming@Table[With[{y = Sin[x]},
If[y > 0, AppendTo[res1, y]]], {x, 0, 2 Pi, 2 Pi/n}
];
{t2, res2} = AbsoluteTiming[With[{r = Release@Table[
With[{y = Sin[x]},
If[y > 0, y, Hold@Sequence[]]], {x, 0, 2 Pi, 2 Pi/n}]},
r]];
{t3, res3} = AbsoluteTiming[Flatten@Table[
With[{y = Sin[x]},
If[y > 0, y, {}]], {x, 0, 2 Pi, 2 Pi/n}]];
{t4, res4} = AbsoluteTiming[First@Last@Reap@Table[With[{y = Sin[x]},
If[y > 0, Sow[y]]], {x, 0, 2 Pi, 2 Pi/n}]];
{res1 == res2, res2 == res3, res3 == res4}
{t1, t2, t3, t4}
给出 {5.151575, 0.250336, 0.128624, 0.148084}。构造
Flatten@Table[ With[{y = Sin[x]}, If[y > 0, y, {}]], ...]
幸运的是,它确实可读且速度快。
备注
在家里尝试最后一个例子时要小心。在这里,在我的 Ubuntu 64 位和 Mma 8.0.4 上,n=10^5 的 AppendTo 占用 10GB 内存。 n=10^6 占用我所有 32GB 的 RAM 来创建一个包含 15MB 数据的数组。好笑。