如何分析特定函数在R中运行的时间长度

Question

我刚刚得到了一份工作，通过提高用于计算数据的算法的效率来帮助加速R中的程序。有许多执行不同计算的循环，我想知道哪些循环最终使用了最多的资源。我想知道如何计算一个循环完全结束所需的时间。我可以使用这些信息来确定要优化哪些算法，甚至可以编写一个处理计算的C扩展。

Answer 1

您可以使用：

• Sys.time() or system.time()
• The rbenchmark package
• microbenchmark package
• 或探查器(如?RProf)

Answer 2

我用Rprof告诉你去哪里找。它生成一个堆栈样本文件，我只查看其中的一小部分，比如随机选择的10个。或者我只是让样本之间的时间足够大，这样一开始我就不会得到太多的样本。

这有两个原因。

1)通过实际检查单个堆栈样本，您可以亲眼看到简单的统计数据无法揭示的问题，因为通过查看堆栈，您可以看到正在进行操作的原因。这告诉你是否可以摆脱它，这是最基本的信息。

2)如果你看到这样一种你可以改进的活动模式，你只需在多个样本上看到它，就知道它值得修复。所有额外的样本，如果它们意味着你不能做(1)，实际上是有害的。

Answer 3

这是一个使用another SO questions的基准测试的例子，它使用tapply、by和data.table进行了比较：

library(rbenchmark)  

           # Different tests being compared
benchmark( using.tapply = tapply(x[, 1], x[, "f"], mean),
           using.by = by(x[, 1], x[, "f"], mean), 
           using.dtable = dt[,mean(col1),by=key(dt)]), 

           # Number of reps. How results are.
           replications = 250, order = "relative"
          )   

#------------------------#
#         RESULTS        # 
#------------------------#


#   COMPARING data.table VS tapply VS by   #
#------------------------------------------#
#             test elapsed relative
#   2  using.dtable   0.168    1.000
#   1  using.tapply   2.396   14.262
#   3      using.by   8.566   50.988