首页 文章

循环中哪个函数更有效（ncol / nrow（）或dim（））

提问于
浏览 次
3

在练习中，我尝试使用for循环创建乘法表 . 我是编程新手，R是我学习的第一语言，所以我想知道循环中哪些函数更快更有效 . 目前，我没有使用apply系列的方法，因为我认为理解循环等基本功能非常重要 .

以下是我用来创建multiplicaton表的两种方法：

使用 dim() 函数：

mtx <- matrix(nrow=10, ncol=10)

for(i in 1:dim(mtx)[1]){
  for(j in 1:dim(mtx)[2]){
    mtx[i,j] <- i*j
  }
}

使用 ncol / nrow() 函数：

mtx <- matrix(nrow=10, ncol=10)

for(i in 1:ncol(mtx)){
  for(j in 1:nrow(mtx)){
    mtx[i,j] <- i*j
  }
}

哪种方式更有效，通常更好用？

谢谢

r performance loops for-loop

1 回答

  • 3

    如果你像在你的例子中那样使用函数，那么差异实在是可以忽略不计 . 这是因为每个循环定义只调用一次函数（而不是每次循环迭代！）

    我肯定更喜欢 ncol / nrow ，因为它比 dim(x)[1] 更容易阅读 .

    话虽这么说，如果你只是为了时间， dim 函数比 ncol / nrow 更快 . 如果查看源代码，可以看到 ncol 实现为

    function (x) 
dim(x)[2L]

    这意味着 ncol 调用 dim 因此稍慢 .

    如果你真的想用大矩阵保存一些速度，我建议事先创建循环向量，如下所示：

    rows <- 1:nrow(mtx)
cols <- 1:ncols(mtx)
for (i in rows) {
    for (j in cols) {
        mtx[i, j] <- i * j    
    }
}
    回复于

相关问题