R中的快速采样

是否有比

base:：sample

函数更快的随机子样本提取方法（无需替换）

---

我可以在我的笔记本电脑上用3毫秒的时间获得10000个样品。不需要更换，我可以在5毫秒内得到它们。从500个发行版中多次绘制需要66毫秒。您需要多快的速度？

除了使用CUDA/gputools，您不会找到更快的方法。

您可以通过取消base:：sample函数调用来获得一点速度：

> x<- rnorm(10000)
> system.time(for(i in 1:100000) x[.Internal(sample(10000L, 10L, FALSE, NULL))])
   user  system elapsed 
  2.873   0.017   2.851 
> system.time(for(i in 1:100000) sample(x,10))
   user  system elapsed 
  3.420   0.025   3.258 

>x系统时间（对于（1:100000中的i）x[.内部（样本（10000L，10L，FALSE，NULL）））
用户系统运行时间
2.873   0.017   2.851 
>系统时间（对于（1:100000中的i）样品（x，10））
用户系统运行时间
3.420   0.025   3.258 

---

根据您的问题，可能还有其他更聪明的方法来加速代码。想一想用一个大的来替换许多小的sample调用。

+1表示问题可能是大量的

sample调用。

+1用一个替换许多调用--我需要将235000000个总体划分为每个150000个随机集。起初，我尝试对集合进行单独采样，但这会花费一天的时间，所以我只采样了一次：总体规模扩大到1e8-1e9，您将看到它的规模有多大它在1e9时的规模非常大，因为您遇到了RAM问题。此外，请记住这些答案是9年前的。您应该在我们现在拥有的非常不同的R版本上进行自己的测试。我对1e8-1e9的思考是基于R 4.0.3和R-devel的，它有大量的ram内存