序列长度（x）是否总是比R中的1:x快？一个比另一个更受欢迎吗？

这个问题不言自明。但是在R中有多个函数做同样的事情肯定是有原因的

在循环中，

seq_len（）

或

：

中的一个在速度方面更受欢迎吗

---

在我看来，文档并不能说明全部情况。

首先请注意，

seq_len（x）

显然比

seq（）

更有限：前者生成从1到x的向量，而后者允许任意开始、结束和增量

如果

x <- numeric(0)
y <- length(x)

但是

因此，在处理数组时，前者可能是一个问题

最后，

seq_len（）

比

seq（）

快。正如对您问题的评论中所建议的，这可以从一个简单的基准中看出：

benchmark(seq(1,10^7),seq_len(10^7))

test replications elapsed relative user.self sys.self user.child 
2 seq_len(10^7)       100    1.880     1.000    0.992      0.801  
1 seq(1, 10^7)        100    2.645     1.407    1.094      0.940

---

您可以自己使用

microbenchmark:：microbenchmark（）

。从中，

a:b

相当于

seq（From=a，to=b）

。不太清楚

序列

。请将其输出与x@Phil进行比较，谢谢。使用microbenchmark（），对于[1:1000]中的1000个连续元素序列，seq_len的速度稍微慢一些。@JarrettPhillips常见的一个问题是（1:n中的i）的

，其中
i
可以变为零。
seq_len(y)
integer(0)

benchmark(seq(1,10^7),seq_len(10^7))

test replications elapsed relative user.self sys.self user.child 
2 seq_len(10^7)       100    1.880     1.000    0.992      0.801  
1 seq(1, 10^7)        100    2.645     1.407    1.094      0.940