[我读到R
使用矩阵中的主列存储,这意味着附近的列中的元素存储在连续的块或类似的块中。这让我感到奇怪:是按行填充矩阵更快(使用基本R函数byrow=TRUE
中的matrix()
)还是先按列填充矩阵(使用默认byrow=FALSE
)然后使用t()
转置矩阵更快? ?
我尝试进行基准测试。
> microbenchmark(matrix(1, n, n, byrow=TRUE))
Unit: seconds
expr min lq mean median uq max neval
matrix(1, n, n, byrow = TRUE) 1.047379 1.071353 1.105468 1.081795 1.112995 1.628675 100
> microbenchmark(t(matrix(1, n, n)))
Unit: seconds
expr min lq mean median uq max neval
t(matrix(1, n, n)) 1.43931 1.536333 1.692572 1.61793 1.726244 3.070821 100
似乎逐行填充矩阵更快!我想念什么吗?我以为R
会用t()
做一些重新标记,但实际上比按行填充矩阵要慢!
对此有解释吗?我很困惑。
在ThomasIsCoding的回答之后,并且对自己进行了几次基准测试之后,它似乎取决于行数和列数。
byrow=TRUE
更快。byrow=TRUE
更快。我认为这取决于列数和行数之间的关系:
n <- 1e5
m <- 1e3
microbenchmark(matrix(1, n, m, byrow=TRUE),
t(matrix(1, m, n)),
check = "equal",
unit = "relative",
times = 10)
诸如此类
Unit: relative
expr min lq mean median uq max neval
matrix(1, n, m, byrow = TRUE) 1.00000 1.000000 1.000000 1.000000 1.000000 1.000000 10
t(matrix(1, m, n)) 3.57835 3.556422 3.935004 3.583247 3.714243 4.820607 10
n <- 1e3
m <- 1e5
microbenchmark(matrix(1, n, m, byrow=TRUE),
t(matrix(1, m, n)),
check = "equal",
unit = "relative",
times = 10)
诸如此类
Unit: relative
expr min lq mean median uq max neval
matrix(1, n, m, byrow = TRUE) 1.885902 1.893168 1.717817 1.730453 1.744869 1.480463 10
t(matrix(1, m, n)) 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 10
n <- 1e4
m <- 1e4
microbenchmark(matrix(1, n, m, byrow=TRUE),
t(matrix(1, m, n)),
check = "equal",
unit = "relative",
times = 10)
诸如此类
Unit: relative
expr min lq mean median uq max neval
matrix(1, n, m, byrow = TRUE) 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 10
t(matrix(1, m, n)) 1.163218 1.197249 1.279579 1.178185 1.354539 1.387548 10
In R中,矩阵按列存储为向量。按列填充矩阵比按行填充矩阵更有效。转置函数复制带有重新排列元素的基础向量。结果,按列填充和进行转置的总时间是两种相反效果的组合:更有效地填充矩阵,并增加了复制和重新排列的开销。