r - 循环内的哪个函数效率更高(ncol/nrow() 或 dim())

Question

在一次练习中，我尝试使用 for 循环创建一个乘法表。我是编程新手，R 是我学习的第一门语言，所以我想知道循环内的哪些函数更快、更高效。目前，我没有使用 apply 系列的方法，因为我认为了解循环等基本功能很重要。

下面是我用来创建乘法表的两种方法:

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
  }
}

哪种方式效率更高，通常更好用？

谢谢

Answer 1

如果您像在示例中那样使用这些函数，则差异确实可以忽略不计。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，如果您只关注计时，dim 函数比 ncol/nrow 更快。如果你查看源代码，你可以看到 ncol 被实现为

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

这意味着 ncol 调用 dim 因此稍微慢一些。

如果你真的想用大矩阵节省一些速度，我建议像这样预先创建循环向量:

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