假设我想采用向量 X = 2*1:N 并将 e 计算为每个元素的指数。 （是的，我认识到最好的方法就是通过向量化 exp(X)，但这样做的目的是将 for 循环与 sapply 进行比较）。我通过逐步尝试三种方法（一种使用 for 循环，两种以不同方式应用 sapply）使用不同的样本大小并测量相应的时间来进行测试。然后，我绘制了每种方法的样本量 N 与时间 t 的关系。
每种方法都用“######”表示。
k <- 20
t1 <- rep(0,k)
t2 <- rep(0,k)
t3 <- rep(0,k)
L <- round(10^seq(4,7,length=k))
for (i in 1:k) {
X <- 2*1:L[i]
Y1 <- rep(0,L[i])
t <- system.time(for (j in 1:L[i]) Y1[j] <- exp(X[j]))[3] #####
t1[i] <- t
}
for (i in 1:k) {
X <- 2*1:L[i]
t <- system.time( Y2 <- sapply(1:L[i], function(q) exp(X[q])) )[3] #####
t2[i] <- t
}
for (i in 1:k) {
X <- 2*1:L[i]
t <- system.time( Y3 <- sapply(X, function(x) exp(x)) )[3] #####
t3[i] <- t
}
plot(L, t3, type='l', col='green')
lines(L, t2,col='red')
lines(L, t1,col='blue')
plot(log(L), log(t1), type='l', col='blue')
lines(log(L), log(t2),col='red')
lines(log(L), log(t3), col='green')
We get the following results.
Plot of N vs t:
Plot of log(N) vs log(t)
蓝色图是 for 循环方法，红色和绿色图是 sapply 方法。在常规图中，您可以看到，随着样本量变大，for 循环方法比 sapply 方法更受青睐，这根本不是我所期望的。如果您查看双对数图（为了更容易区分较小的 N 结果），我们会发现 sapply 的预期结果比小 N 的 for 循环更有效。
有谁知道为什么 sapply 的缩放速度比样本大小的 for 循环慢？谢谢。
您没有考虑为结果向量分配空间所需的时间Y1。随着样本量的增加，分配所需的时间Y1执行时间中所占的份额较大，而替换所花费的时间所占的份额较小。
sapply总是为结果分配内存，因此这就是随着样本大小的增加而效率降低的原因之一。gagolews https://stackoverflow.com/questions/26430571/why-does-sapply-scale-slower-than-for-loop-with-sample-size/26430837#comment41506566_26430571还有一个很好的观点sapply呼叫simplify2array。这（可能）会添加另一个副本。
经过更多测试后，看起来像lapply随着对象变大，它仍然与包含 for 循环的字节编译函数大致相同或更慢。我不知道如何解释这一点，除了可能的这一行do_lapply:
if (MAYBE_REFERENCED(tmp)) tmp = lazy_duplicate(tmp);
或者可能有什么方法lapply构造函数调用...但我主要是猜测。
这是我用来测试的代码：
k <- 20
t1 <- rep(0,k)
t2 <- rep(0,k)
t3 <- rep(0,k)
L <- round(10^seq(4,7,length=k))
L <- round(10^seq(4,6,length=k))
# put the loop in a function
fun <- function(X, L) {
Y1 <- rep(0,L)
for (j in 1:L)
Y1[j] <- exp(X[j])
Y1
}
# for loops often benefit from compiling
library(compiler)
cfun <- cmpfun(fun)
for (i in 1:k) {
X <- 2*1:L[i]
t1[i] <- system.time( Y1 <- fun(X, L[i]) )[3]
}
for (i in 1:k) {
X <- 2*1:L[i]
t2[i] <- system.time( Y2 <- cfun(X, L[i]) )[3]
}
for (i in 1:k) {
X <- 2*1:L[i]
t3[i] <- system.time( Y3 <- lapply(X, exp) )[3]
}
identical(Y1, Y2) # TRUE
identical(Y1, unlist(Y3)) # TRUE
plot(L, t1, type='l', col='blue', log="xy", ylim=range(t1,t2,t3))
lines(L, t2, col='red')
lines(L, t3, col='green')