2

我有大量数据要分析，我在编写代码时倾向于在单词或变量名之间留出空格，所以问题是，如果效率是第一要务，空白是否有成本？

c<-a+b 比 c <- a + b 更有效吗

4

5 回答 5

8

对于第一，第二，第三，......，近似值，不，它根本不会花费你任何时间。

您花在按空格键上的额外时间比运行时的成本高出几个数量级（而且根本不重要）。

更大的成本将来自任何因遗漏空格而导致的可读性下降，这会使代码（对于人类）更难解析。

于 2013-03-12T17:43:27.563 回答
5

一句话，不！

library(microbenchmark)

f1 <- function(x){
    j   <- rnorm( x , mean = 0 , sd = 1 )         ;
    k   <-      j    *      2         ;
    return(    k     )
}

f2 <- function(x){j<-rnorm(x,mean=0,sd=1);k<-j*2;return(k)}


microbenchmark( f1(1e3) , f2(1e3) , times= 1e3 )
    Unit: microseconds
     expr     min       lq  median      uq      max neval
 f1(1000) 110.763 112.8430 113.554 114.319  677.996  1000
 f2(1000) 110.386 112.6755 113.416 114.151 5717.811  1000

#Even more runs and longer sampling
microbenchmark( f1(1e4) , f2(1e4) , times= 1e4 )
  Unit: milliseconds
      expr      min       lq   median       uq       max neval
 f1(10000) 1.060010 1.074880 1.079174 1.083414 66.791782 10000
 f2(10000) 1.058773 1.074186 1.078485 1.082866  7.491616 10000

编辑

使用 microbenchmark 似乎是不公平的，因为表达式在循环中运行之前就已被解析。但是，使用source 应该意味着每次迭代都必须解析源代码并删除空格。所以我将函数保存到两个单独的文件中，文件的最后一行是函数的调用，例如我的文件 f2.R 如下所示：

f2 <- function(x){j<-rnorm(x,mean=0,sd=1);k<-j*2;return(k)};f2(1e3)

我像这样测试它们：

microbenchmark( eval(source("~/Desktop/f2.R")) ,  eval(source("~/Desktop/f1.R")) , times = 1e3)
  Unit: microseconds
                           expr     min       lq   median      uq       max neval
 eval(source("~/Desktop/f2.R")) 649.786 658.6225 663.6485 671.772  7025.662  1000
 eval(source("~/Desktop/f1.R")) 687.023 697.2890 702.2315 710.111 19014.116  1000

以及 1e4 复制的差异的视觉表示...... 在此处输入图像描述

也许它确实在重复解析函数的情况下产生了微小的差异，但在正常用例中不会发生这种情况。

于 2013-03-12T17:46:00.370 回答
5

是的

但是，不，不是真的：

TL;DR 仅运行脚本以删除空格可能比通过删除空格节省的时间要长。

@Josh O'Brien 真的一针见血。但我无法抗拒基准

如您所见，如果您正在处理数量级为 1 亿条线，那么您将看到一个微小的阻碍。 然而 ，有了这么多行，它们很有可能成为至少一个（如果不是数百个）热点，其中简单地改进其中一个中的代码会给您带来比grep消除所有空白更快的速度。

  library(microbenchmark)

  microbenchmark(LottaSpace = eval(LottaSpace), NoSpace = eval(NoSpace), NormalSpace = eval(NormalSpace), times=10e7)

  @ 100 times;  Unit: microseconds
           expr   min     lq median     uq    max
  1  LottaSpace 7.526 7.9185 8.1065 8.4655 54.850
  2 NormalSpace 7.504 7.9115 8.1465 8.5540 28.409
  3     NoSpace 7.544 7.8645 8.0565 8.3270 12.241

  @ 10,000 times;  Unit: microseconds    
           expr   min    lq median    uq      max
  1  LottaSpace 7.284 7.943  8.094 8.294 47888.24
  2 NormalSpace 7.182 7.925  8.078 8.276 46318.20
  3     NoSpace 7.246 7.921  8.073 8.271 48687.72

在哪里：

  LottaSpace <- quote({
        a            <-            3
        b                  <-                  4   
        c         <-      5
        for   (i            in      1:7)
              i         +            i
  })


  NoSpace <- quote({
  a<-3
  b<-4
  c<-5
  for(i in 1:7)
  i+i
  })

  NormalSpace <- quote({
   a <- 3
   b <- 4 
   c <- 5
   for (i in 1:7)
   i + i
  })
于 2013-03-12T17:50:24.423 回答
4

这可能影响的唯一部分是将源代码解析为令牌。我无法想象解析时间的差异会很大。compile但是，您可以通过使用包的或cmpfun函数编译函数来消除此方面compiler。然后解析只进行一次，任何空格差异都不会影响执行时间。

于 2013-03-12T17:51:22.073 回答
1

性能应该没有差异，尽管：

fn1<-function(a,b) c<-a+b
fn2<-function(a,b) c <- a + b

library(rbenchmark)

> benchmark(fn1(1,2),fn2(1,2),replications=10000000)
       test replications elapsed relative user.self sys.self user.child
1 fn1(1, 2)     10000000   53.87    1.212      53.4     0.37         NA
2 fn2(1, 2)     10000000   44.46    1.000      44.3     0.14         NA

与microbenchmark：

Unit: nanoseconds
      expr min  lq median  uq      max neval
 fn1(1, 2)   0 467    467 468 90397803 1e+07
 fn2(1, 2)   0 467    467 468 85995868 1e+07

所以第一个结果是假的..

于 2013-03-12T17:50:34.973 回答