-2

这不是家庭作业，只是我的学习练习。我一直在 R 中运行一个非常简单的模拟（或数字曲柄）。它生成两个数字（A，B）并运行 1 个月。

A=NULL
B=NULL
x=NULL
x <- Sys.time()
duration <-  2592000 # 30 days
while(Sys.time() <= x + duration){
A <-append(A, sample(1:5, 1000, 1/5))
B <-append(B, sample(1:5, 1000, 1/5))
save.image()
}

我认为它进展顺利，但一周后（产生了数百万个数字），操作系统终止了该进程。有没有更好的方法来编写或运行模拟来防止操作系统杀死它？

我宁愿重写模拟而不是适应操作系统（例如添加更多交换等）。我在低功率设备（Raspberry Pi）上运行模拟，并且在硬件方面我能做的事情有限。谢谢。

更新：
1）一次生成1000个样本并不重要。这只是我的一团糟。
2)重要的是模拟运行一段时间，即 1 周、1 个月或 1 年。
3）除非不可能，否则我想要原始数据。

4

2 回答 2

1

如果目标是创建两个大样本，请考虑以下事项：

N <- 2000000
A <- sample(1:5, N, 1/5)
B <- sample(1:5, N, 1/5)
save.image()

如果对于 A 和 B 一次形成 1000 个样本很重要，请考虑以下问题：

N <- 2000
n <- 1000
A.list <- vector("list", N)
B.list <- vector("list", N)
for (i in 1:N) {
   A.list[[i]] <- sample(1:5, n, 1/5) 
   B.list[[i]] <- sample(1:5, n, 1/5)
}
A <- unlist(A.list)
B <- unlist(B.list)
save.image()

这应该解决代码中的两个主要问题：

  • 每次append在循环中使用时，R 都必须从头开始创建和填充几个新对象。随着对象变大，你的循环迭代变得越来越慢；我相信计算时间是二次增长的。您还冒着内存空间碎片化的风险，这很难解释，但您可以尝试研究它。通过使用列表，只需将每次迭代的新数据存储到内存中，并且每次循环的计算时间保持不变。
  • 我已将 save.image() 移出循环。同样的想法，随着对象变得越来越大而保存对象将花费越来越长的时间，即减慢您的迭代速度。由于您只关心最终向量，因此仅在完成后保存才有意义。

您可以使用 的值N来查看您的操作系统会让您走多远。优点是您不必等待一周或一个月来找出限制。

于 2012-07-09T11:03:38.883 回答
1

如果您考虑将结果打印在纸上作为可接受的解决方案，那么 Roman Luštrik 将数据附加到文本文件或数据库的解决方案（在您的问题的评论中）绝对是一个很好的解决方案。

这是附加到文本文件的样子：

x <- Sys.time()
duration <-  2592000
while(Sys.time() <= x + duration){
    write.table(sample(1:5, 1000, 1/5),file="A.txt",append=TRUE,row.names=FALSE,col.names=FALSE,sep="\t")
    write.table(sample(1:5, 1000, 1/5),file="B.txt",append=TRUE,row.names=FALSE,col.names=FALSE,sep="\t")
}
于 2012-07-09T15:00:24.883 回答