要了解这里发生了什么,您需要了解一点与 R 中的对象相关的内存开销。每个对象,即使是没有数据的对象,都有 40 字节的数据与之相关:
x0 <- numeric()
object.size(x0)
# 40 bytes
此内存用于存储对象的类型(由 返回typeof()
)以及内存管理所需的其他元数据。
忽略此开销后,您可能会认为向量的内存使用量与向量的长度成正比。让我们用几个图来检查一下:
sizes <- sapply(0:50, function(n) object.size(seq_len(n)))
plot(c(0, 50), c(0, max(sizes)), xlab = "Length", ylab = "Bytes",
type = "n")
abline(h = 40, col = "grey80")
abline(h = 40 + 128, col = "grey80")
abline(a = 40, b = 4, col = "grey90", lwd = 4)
lines(sizes, type = "s")
看起来内存使用量与向量的长度大致成正比,但在 168 字节处有一个很大的不连续性,每隔几步就有一个小的不连续性。最大的不连续性是因为 R 有两个用于向量的存储池:由 R 管理的小向量和由操作系统管理的大向量(这是一种性能优化,因为分配大量少量内存很昂贵)。小向量只能是 8、16、32、48、64 或 128 字节长,一旦我们去除 40 字节开销,这正是我们所看到的:
sizes - 40
# [1] 0 8 8 16 16 32 32 32 32 48 48 48 48 64 64 64 64 128 128 128 128
# [22] 128 128 128 128 128 128 128 128 128 128 128 128 136 136 144 144 152 152 160 160 168
# [43] 168 176 176 184 184 192 192 200 200
从 64 到 128 的步长导致了大步,然后一旦我们进入大向量池,向量被分配为 8 个字节的块(内存以一定大小为单位,R 不能要求半个单元):
# diff(sizes)
# [1] 8 0 8 0 16 0 0 0 16 0 0 0 16 0 0 0 64 0 0 0 0 0 0 0 0 0 0 0
# [29] 0 0 0 0 8 0 8 0 8 0 8 0 8 0 8 0 8 0 8 0 8 0
那么这种行为如何与您在矩阵中看到的相对应?好吧,首先我们需要查看与矩阵相关的开销:
xv <- numeric()
xm <- matrix(xv)
object.size(xm)
# 200 bytes
object.size(xm) - object.size(xv)
# 160 bytes
因此,与向量相比,矩阵需要额外 160 字节的存储空间。为什么是 160 字节?这是因为矩阵有一个dim
包含两个整数的属性,并且属性存储在一个pairlist
(旧版本list()
)中:
object.size(pairlist(dims = c(1L, 1L)))
# 160 bytes
如果我们使用矩阵而不是向量重新绘制之前的图,并将 y 轴上的所有常数增加 160,您可以看到不连续性正好对应于从小向量池到大向量池的跳转:
msizes <- sapply(0:50, function(n) object.size(as.matrix(seq_len(n))))
plot(c(0, 50), c(160, max(msizes)), xlab = "Length", ylab = "Bytes",
type = "n")
abline(h = 40 + 160, col = "grey80")
abline(h = 40 + 160 + 128, col = "grey80")
abline(a = 40 + 160, b = 4, col = "grey90", lwd = 4)
lines(msizes, type = "s")