source()在多个.R文件中过度使用要使用的功能是否会带来性能折衷？
换句话说，.R与在多个文件中散布的块相比，在单个文件中（即通常看起来不太漂亮）的代码运行速度明显快吗？
我认为您应该问这样的事情，与代码的清晰性相比，您获得了什么样的“收益”，但是仅仅是为了完整性……
在这里，我们以1source()到long.r3的来源获得10个fxns short1-3.r。
# my long source file
fun1 <- function(x) x
fun2 <- function(x) x
fun3 <- function(x) x
fun4 <- function(x) x
fun5 <- function(x) x
fun6 <- function(x) x
fun7 <- function(x) x
fun8 <- function(x) x
fun9 <- function(x) x
fun10 <- function(x) x
# my shrt source file
fun1 <- function(x) x
fun2 <- function(x) x
fun3 <- function(x) x
fun4 <- function(x) x
fun5 <- function(x) x
fun6 <- function(x) x
fun7 <- function(x) x
fun8 <- function(x) x
fun9 <- function(x) x
fun10 <- function(x) x
require(microbenchmark)
src_long <- function(){
source("long.r")
}
src_shorts <- function(){
source("short1.r")
source("short2.r")
source("short3.r")
}
microbenchmark(src_long(),src_shorts())
在我的机器上，我得到：
Unit: microseconds
expr min lq median uq max neval
src_long() 691.690 733.271 763.3405 806.3555 3242.216 100
src_shorts() 1354.356 1431.011 1476.2555 1541.9445 3528.760 100
因此，当您有3次调用source()而不是1次调用时，大约需要2倍的时间。大概是由于通过else/if源本身中的语句添加了求值。700微秒是不容置疑的事情，因此应该遵从提供最清晰代码的内容。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句