R-使用Inf或Null

Question

我经常在R中编写函数，理论上，参数应该缺省为Inf或-Inf。但是，将参数默认为NULL并检查是否为该参数提供了值也是有意义的。例如，考虑以下两个函数

myfunc <- function(numVec, cap=NULL){
  if(!is.null(cap)) numVec <- pmin(numVec, cap)
  return(sum(numVec) + mean(numVec))
}

myfunc <- function(numVec, cap=Inf){
  numVec <- pmin(numVec, cap)
  return(sum(numVec) + mean(numVec))
}

对于相同的输入，它们将始终返回相同的结果。但是哪一种设计更好呢？第一种方法可能比第二种方法的效率稍高一些，但第二种方法更优雅。显然，这是一个非常简单的例子，但是当面对这个设计决策时，有没有人有一些好的经验法则呢？

Answer 1

我不确定这是否构成了一个答案，但这篇评论太长了，也许会有所帮助。

内存中的大小

require(pryr)

object_size(Inf)
# 48 B
object_size(NULL)
# 0 B

基准测试

require(microbenchmark)

numVec2 <- numVec1 <- 1:3
cap1.1 <- Inf
cap2.1 <- NULL
cap2.2 <- cap1.2 <- 2
ex1.1 <- expression({ numVec1 <- pmin(numVec1, cap1.1); numVec1 })
ex1.2 <- expression({ numVec1 <- pmin(numVec1, cap1.2); numVec1 })
ex2.1 <- expression({ if(!is.null(cap2)) numVec2 <- pmin(numVec2, cap2.1); numVec2 })
ex2.2 <- expression({ if(!is.null(cap2)) numVec2 <- pmin(numVec2, cap2.2); numVec2 })

microbenchmark(ex1.1, ex1.2, ex2.1, ex2.2, times = 1000)
# Unit: nanoseconds
#   expr min   lq median    uq   max neval
#  ex1.1  42 46.5     50 116.5 33841  1000
#  ex1.2  40 46.0     49 117.5 23931  1000
#  ex2.1  42 48.0     52 116.0 28167  1000
#  ex2.2  47 53.0     55 122.0  3014  1000

分析

require(lineprof)

lp1.1 <- lineprof(eval(ex1.1), torture = TRUE)
lp1.2 <- lineprof(eval(ex1.2), torture = TRUE)
lp2.1 <- lineprof(eval(ex2.1), torture = TRUE)
lp2.2 <- lineprof(eval(ex2.2), torture = TRUE)

lp1.1
# Reducing depth to 2 (from 5)
#    time alloc release dups               ref       src
# 1 0.001 0.001   0.000    0      character(0)          
# 2 0.007 0.001   0.005    0            "eval" eval     
# 3 0.011 0.003   0.003    5 c("eval", "eval") eval/eval
lp1.2
# Reducing depth to 2 (from 5)
#    time alloc release dups               ref       src
# 1 0.001 0.001   0.000    0      character(0)          
# 2 0.012 0.004   0.001    5 c("eval", "eval") eval/eval
lp2.1
#    time alloc release dups          ref src
# 1 0.002     0       0    0 character(0)    
lp2.2
#    time alloc release dups               ref       src
# 1 0.001     0       0    0 c("eval", "eval") eval/eval
# 2 0.001     0       0    0      character(0)

因此，检查!is.null(caps)似乎(毫不奇怪)总体上比让pmin处理Inf要高效得多。因此，在超高效代码和数学优雅之间存在权衡。

然而，事实证明，检查cap != Inf比检查!is.null(cap)更快

microbenchmark(!is.null(cap2.1), cap1.1 != Inf, times = 1000)
# Unit: nanoseconds
#              expr min  lq median  uq  max neval
#  !is.null(cap2.1) 130 145    152 203 4660  1000
#     cap1.1 != Inf  87 100    107 155 1317  1000

所以事实证明，在这种情况下，你可以既吃蛋糕又吃蛋糕：

myfunc <- function (numVec, cap = Inf) {
  if(cap != Inf) numVec <- pmin(numVec, cap)
  sum(numVec) + mean(numVec)
}