4

我一直在使用R 参考类编写代码。然而，随着我的进步，程序变得慢得令人无法忍受。为了演示这个问题，举个例子：

myClass <- setRefClass(
  "Class"="myClass",
  fields=c(
    counter="numeric"
  ),
  methods=list(
    initialize=function () {
      counter <<- 0
    },
    donothing=function () {

    },
    rand=function () {
      return(runif(1))
    },
    increment=function () {
      counter <<- counter + 1
    }
  )
)

mc <- myClass()
system.time(for (it in 1:500000) {
  mc$donothing()
})
system.time(for (it in 1:500000) {
  mc$rand()
})
system.time(for (it in 1:500000) {
  mc$increment()
})

它需要：

  • 调用方法的 4s
  • 7s 调用生成随机数
  • 19s 增加一个字段值

这是给我带来问题的最后一个结果。我显然不希望增加一个数字比生成一个随机数花费两倍的时间。我的代码涉及大量访问和更改引用类中的字段值，而这个性能问题使程序几乎可用。

我的问题：我能做些什么来提高 R 参考类中字段查找/访问的性能吗？有什么我应该做的不同的事情吗？

4

1 回答 1

3

似乎一个主要的性能问题是由于在fields参数中提供了类名。如果我更换

fields=c(
    counter="numeric"
),

和

fields=c("counter")

与 19 秒相比，计算在 5 秒内完成。很难从文档中确定为什么性能损失如此之大——可能是由于在分配期间检查类。该文档提到以下内容：

特别是，具有指定类的字段被实现为一种特殊形式的活动绑定，以强制对字段进行有效分配

我不太确定“主动绑定”是什么，但我认为它引入了一些预分配逻辑。

于 2014-02-10T11:45:03.573 回答