R中的ifelse（）对于确定在大向量上调用哪个函数是否有效？

我目前正在编写一个调用特定函数的代码，具体取决于向量中元素的值。那么，我的问题是这是否有效。如果我正确理解了

ifelse

算法，那么我作为函数的第二个和第三个参数输入的任何值都将全部计算，然后根据我的条件的

TRUE

或

FALSE

值进行子集设置。这与我们在编码中看到的典型的

if/else

结构形成对比，在这种结构中，我们会评估一个条件，然后在元素上运行一个函数，直到我们知道要运行哪个函数。为了验证这一点，我尝试使用以下方法：

test1 <- function() {
  x <- sample(1:1e9, 1e6, replace = TRUE)
  y <- ifelse(x %% 2 == 0, x**2, x/2)
  return(y)
}

test2 <- function() {
  x <- sample(1:1e9, 1e6, replace = TRUE)
  y <- numeric(length(x))
  for (i in 1:length(x)) {
    if (x[i] %% 2 == 0) {
      y[i] <- x[i]**2
    } else {
      y[i] <- x[i]/2
    }
  }
  return(y)
}
microbenchmark::microbenchmark(test1(), test2(), times = 1000)

Unit: milliseconds
    expr       min        lq     mean    median        uq      max neval
 test1()  2.366067  2.494746  8.27343  2.580164  2.706826 1690.049  1000
 test2() 21.773385 23.050818 29.70450 23.712907 29.468783 3169.008  1000

---

test1您的编码方式比
ifelse
更糟糕，但正如
的警告部分所建议的那样，ifelse
可能做得更好。使用简单的函数，
x^2
和
x/2
，下面的
test3（）
函数速度更快—大约是
ifelse
的2到3倍，比
test2（）快30倍。如果函数的计算量更大（但仍然是矢量化的！），边界可能会更大

速度增加（我认为）主要是由于两个原因：

ifelse
执行
test3（）
跳过的输入检查和错误处理
ifelse
更通用、更灵活
test3（）
硬编码为仅返回一个
数值（矢量）

如中所示，
ifelse
将计算其整个
TRUE
响应向量，前提是至少有1个
TRUE
测试值，同样地，其
FALSE
也会计算
test3（）
通过创建
TRUE
和
FALSE
子向量绕过额外的计算

我修改了您的
test1（）
和
test2（）
以简化一点，拉出了数据模拟（因为这不是我们想要测试的）。我添加了使用逻辑子集的
test3
。我还大大减小了测试向量的大小，因此它运行得相当快

set.seed(47)
x <- sample(1:1e6, 1e4, replace = TRUE)

test1 <- function(x) {
  ifelse(x %% 2 == 0, x**2, x/2)
}

test2 <- function(x) {
  y <- numeric(length(x))
  for (i in seq_along(x)) {
    if (x[i] %% 2 == 0) {
      y[i] <- x[i]**2
    } else {
      y[i] <- x[i]/2
    }
  }
  return(y)
}

test3 <- function(x) {
    y = numeric(length(x))
    cond = x %% 2 == 0
    y[cond] = x[cond] ^ 2
    y[!cond] = x[!cond] / 2
    return(y)
}

identical(test1(x), test2(x))
# TRUE
identical(test1(x), test3(x))
# TRUE
microbenchmark::microbenchmark(test1(x), test2(x), test3(x), times = 1000)
# Unit: microseconds
#      expr       min         lq       mean     median        uq        max neval cld
#  test1(x)  1563.270  1642.3540  1701.3877  1669.2180  1697.894   3159.743  1000  b 
#  test2(x) 17909.833 18788.9635 23682.1516 19882.8600 20679.436 116206.536  1000   c
#  test3(x)   627.241   668.7445   691.8433   680.6675   696.061   1340.507  1000 a  

set.seed（47）
x您的编码方式比
ifelse
更糟糕，但正如
的警告部分所建议的那样，ifelse
可能做得更好。使用简单的函数，
x^2
和
x/2
，下面的
test3（）
函数速度更快—大约是
ifelse
的2到3倍，比
test2（）快30倍。如果函数的计算量更大（但仍然是矢量化的！），边界可能会更大

速度增加（我认为）主要是由于两个原因：

ifelse
执行
test3（）
跳过的输入检查和错误处理
ifelse
更通用、更灵活
test3（）
硬编码为仅返回一个
数值（矢量）

如中所示，
ifelse
将计算其整个
TRUE
响应向量，前提是至少有1个
TRUE
测试值，同样地，其
FALSE
也会计算
test3（）
通过创建
TRUE
和
FALSE
子向量绕过额外的计算

我修改了您的
test1（）
和
test2（）
以简化一点，拉出了数据模拟（因为这不是我们想要测试的）。我添加了使用逻辑子集的
test3
。我还大大减小了测试向量的大小，因此它运行得相当快

set.seed(47)
x <- sample(1:1e6, 1e4, replace = TRUE)

test1 <- function(x) {
  ifelse(x %% 2 == 0, x**2, x/2)
}

test2 <- function(x) {
  y <- numeric(length(x))
  for (i in seq_along(x)) {
    if (x[i] %% 2 == 0) {
      y[i] <- x[i]**2
    } else {
      y[i] <- x[i]/2
    }
  }
  return(y)
}

test3 <- function(x) {
    y = numeric(length(x))
    cond = x %% 2 == 0
    y[cond] = x[cond] ^ 2
    y[!cond] = x[!cond] / 2
    return(y)
}

identical(test1(x), test2(x))
# TRUE
identical(test1(x), test3(x))
# TRUE
microbenchmark::microbenchmark(test1(x), test2(x), test3(x), times = 1000)
# Unit: microseconds
#      expr       min         lq       mean     median        uq        max neval cld
#  test1(x)  1563.270  1642.3540  1701.3877  1669.2180  1697.894   3159.743  1000  b 
#  test2(x) 17909.833 18788.9635 23682.1516 19882.8600 20679.436 116206.536  1000   c
#  test3(x)   627.241   668.7445   691.8433   680.6675   696.061   1340.507  1000 a  

set.seed（47）
x
ifelse
有一大堆输入检查等，而您的
test2
函数没有这些检查。这可能是纳秒级差异的主要原因。
ifelse
的核心本质上是一个
if/else
，与您对
NA
值的调整相同。您的
test2
中有一个错误；试着自己运行它。另外，您的基准测试命令应该调用
test1（）
和
test2（）
，否则它实际上不会运行代码。如果您确实想看到性能差异，请预先模拟
x
，并将其传递给您的函数。@aaron很好的调用！我将更新问题以反映这一点。另请参阅帮助文件中
警告
部分下的建议，其中给出了一个可能首选的构造类型的示例。
ifelse
有一整套检查输入等功能，而
test2
函数没有这些功能。这可能是纳秒级差异的主要原因。
ifelse
的核心本质上是一个
if/else
，与您对
NA
值的调整相同。您的
test2
中有一个错误；试着自己运行它。另外，您的基准测试命令应该调用
test1（）
和
test2（）
，否则它实际上不会运行代码。如果您确实想看到性能差异，请预先模拟
x
，并将其传递给您的函数。@aaron很好的调用！我将更新问题以反映这一点。另外，请参阅帮助文件中“警告”部分下的建议，其中给出了一个可能首选的构造类型示例。答案似乎是
ifelse
比
if/else
快得多，但代码通常可以以比ifelse更快的方式重写，这对我来说完全有意义。谢谢似乎答案是
ifelse
比
if/else
快得多，但代码通常可以以比
ifelse
更快的方式重写，这对我来说完全有意义。谢谢