Multithreading ptr类线程函数

我想用R做一些多线程处理。我习惯于C pthread功能。我想做的是：

#initialisation
n=10
A <- numeric(n)

i=c(1:n/2)

# compute some indexes using the one function fun1
# equivalent in C with correct initialisation of t1 and attr: 
## pthread_create(&t1, &attr, fun1, i)
A[i] <- fun1(length(i))

# compute other indexes using another function fun2
# equivalent in C with correct initialisation of t2 and attr: 
## pthread_create(&t2, &attr, fun2, i)
A[-i] <- fun2(n-length(i))

# wait for the thread to finish
# equivalment in C:
## pthread_join(t1); pthread_join(t2)

# do something with the result
A

#初始化
n=10
A

您是否在
i
上循环？如果是，那么您是否也可以独立评估每个
i
的
fun1
和
fun2
？在这种情况下，使用
foreach
包和类似
doMC
的并行后端在
i
上构建一个循环。像

require(foreach)
require(doMC)
A <- foreach( i = 1:(n/2), .combine=rbind) %dopar% {c(fun1(i),fun2(i))}

还可以用参数fun1和fun2构建一个列表。并将其放入
foreach（selFun in 1:2）%dopar%{switchingFun（arguments[[selFun]]，selFun）}
循环中。（这个
…
非常有用，我刚刚试过！）

您将/可能/应该查看您调用的函数，在
switchingFun
函数中传递参数列表之前，您可能需要对参数列表做些什么（获取正确的类型，解开它…）

A[-i]
将（很可能）无法按您想要的方式工作。在R中，说
A[-i]
会选择所有未被
i
索引的元素
您似乎没有对R中的并行化做过任何研究。请看一看。但是，首先您应该尝试优化
fun1
和
fun2
的效率。潜在的速度提升有几个数量级（你甚至可以使用Rcpp）。我可能没有像我想的那样明确。我想要一些通用代码来理解如何重做这些事情。在我的例子中，
fun1
和
fun2
都使用
apply
函数，这很难优化。此外，我在
fun1
和
fun2
中有很多事情要做，我想要一些可以轻松扩展到更多功能的代码（比如
fun1
、
fun2
和
fun3
），如果它们使用
apply
，这就是您需要优化的。毕竟，
apply
只是一个R循环。如果你能
t使用向量代数或专用函数（如
colSums`），那么你应该考虑用Rcpp实现它们。然而，在R中有许多并行化的可能性。做一些研究，然后问一些具体的问题。谢谢。我不会在
I
上循环，否则我会使用
mclappy（）
或
parallel
包中的其他函数。我没有想到伪函数。我认为它适合我的情况。@Manu是的，在再次阅读您的代码后，它似乎很明显；）我也只是想到了伪函数，我也每天学习新的东西。这也是我第一次使用
…
变量，好东西！另外：如果你在fun1和fun2中使用apply，那么在那里做foreach工作真的很容易！
switchingFun <- function( .., selFun=1){
  if(selFun == 1){ fun1( ...)} else {fun2(... )
}