从 data.table 手册：
data.table
事实上，我们非常喜欢它，data.table包含使用R的内部全局字符串缓存的字符向量的计数排序算法 . 对于包含许多重复项的字符向量（例如，键列中的分组数据），这尤其快 . 这意味着角色通常更倾向于因素 . 仍然完全支持因素，特别是有序因子（其中水平不按字母顺序排列） .
是不是 factor 只是整数，应该比 character 更容易做 counting sort ？
factor
character
counting sort
不是因素只是整数，应该更容易计数排序而不是字符？
是的，如果你 setkey （和ad hoc by ）的目标是击败 . 尝试在随机排序的字符向量上计时 factor() ，例如1e6长，1e4级别 . 然后在原始随机排序的字符向量上与 setkey 或ad hoc by 进行比较 .
setkey
by
factor()
agstudy的评论也是正确的;即，字符向量（指向R缓存字符串的指针）与因素非常相似 . 在32位系统上，字符向量与因子的整数向量大小相同，但该因子具有存储（有时也可以复制）的levels属性 . 在64位系统上，指针是两倍大 . 但另一方面，R的字符串缓存可以直接从字符向量指针中查找，而该因子通过级别有一个额外的跃点 . （levels属性也是R字符串缓存指针的字符向量 . ）
1 回答
是的，如果你
setkey（和ad hocby）的目标是击败 . 尝试在随机排序的字符向量上计时factor()，例如1e6长，1e4级别 . 然后在原始随机排序的字符向量上与setkey或ad hocby进行比较 .agstudy的评论也是正确的;即，字符向量（指向R缓存字符串的指针）与因素非常相似 . 在32位系统上，字符向量与因子的整数向量大小相同，但该因子具有存储（有时也可以复制）的levels属性 . 在64位系统上，指针是两倍大 . 但另一方面，R的字符串缓存可以直接从字符向量指针中查找，而该因子通过级别有一个额外的跃点 . （levels属性也是R字符串缓存指针的字符向量 . ）