使用带if选项的R函数时优化运行时

我的目标是优化我的R函数的运行时过程。 更具体地说，我的R函数包含各种if选项，例如，在运行使用该函数的模拟时，我需要修复函数选项。 是否有可能使R在不总是检查每个if选项的情况下使用该函数，即跳过所有其他选项并直接跳到预先指定的选项？ 下面是一个具有两个函数的示例：

fun1（）

不带任何if/else选项和

fun2（）

带选项。使用两个函数的两个循环，实现相同的计算，然后计算运行时

# Data
x = rexp(100)

fun1 = function(x){
  
  v= sqrt(x)

  return(v)
}

fun2 = function(x, type = c("a", "b", "c","d","e","f")){
    if(type == "a"){ v = mean(x) }
    if(type == "b"){ v= median(x)}
    if(type == "c"){ v= var(x)}
    if(type == "d"){ v= sd(x)}
    if(type == "e"){ v= sqrt(x)} # type == "e" does the same as fun1
    if(type == "f"){ v= sum(x)}
  return(v)
}

# No. of iterations for loops below
iter = 10000000

system.time(
  for(i in 1:iter){
    res = fun1(x)
  }
)

# user     system      elapsed 
# 19.42      0.06       19.72 

system.time(
for(i in 1:iter){
  res = fun2(x, type = "e")
}
)

# user     system      elapsed 
# 33.10        0.05      33.56

在这里，第一个（无用的）循环比第二个循环快得多，因为函数不需要总是检查内部选项。

---

所以我的问题是，是否有可能使用

fun2（）

，同时达到与使用

fun1（）

获得的运行时间相同的运行时间。

tryCatch（）

在这种情况下有帮助吗？

通过对100个数字进行10万次的计算，您的基准测试似乎主要是测量“从R到低级代码的转换速度”的速度，而不是基本的计算时间，因此它可能测量的是错误的

在许多情况下，R的最佳性能来自将问题转换为矢量化形式，例如使用嵌套的ifelse（或我的首选项，

dplyr:：case\u when

）。（以下是我最喜欢的解释。）

在您的示例中，

fun1

的转换速度更快（毫不奇怪），但如果在较长的数据集上运行矢量化计算，则性能很快就会变得非常类似于

fun2

，对于n=100k或更大的数据集，性能基本相同。您可以看到，这两个函数对于小批量都是低效的，因为大部分时间都花在转换和计算上

有关更多建议，请查看以下内容：

库（tidyverse）
图书馆（微基准）
运行范围``fun3=函数（x，type=c（“a”，“b”，“c”，“d”，“e”，“f”）{if（type==“e”）{v=sqrt（x）}如何``type==“e”与fun1做的一样{if（type==“a”）{v=mean（x）}if（type==“b”）{v=median（x）}if（type==“c”）{v=var（x）}if（type==“d”）{v=sd（x）}if（type==“f）返回值}v}“我认为这几乎和乐趣1一样快，几乎和乐趣2一样有用。谢谢你的想法！那肯定会很有趣。但是，只有在使用type==“e”时，它才适合。因此，没有保持功能的灵活性，这是我的一个缺点。。
library(tidyverse)
library(microbenchmark)
run_ranges <- function(n) {
  x = rexp(n)
  summary(microbenchmark(fun1(x), fun2(x, "e"), unit = "ns", times = 1000))
}
ranges <- 10 ^ c(1:6)
sum_table <- tibble(ranges = rep(ranges, each = 2)) %>%
  bind_cols(results = map_dfr(ranges, run_ranges))
ggplot(sum_table, aes(x = ranges, y = mean/ranges, color = expr)) +
  geom_line() +
  scale_x_log10(name = "#s per run", labels = scales::comma) +
  scale_y_continuous(name = "ns per calculation", labels = scales::comma)