R计算成本和向量长度

我试图用R生成MCMC的样本，我发现了一个有趣的点

在每个第i步中，我添加新样本如下

for(i in 1: M){
newsample=generate_sample(y.vec[i]);
y.vec[i+1]=newsample;
}

因此，我可以生成M（10^8）的长度，但这需要很多时间，比如说3天

无意中，我将其更改为double for loop语句

for(j in 1: K){
   for(i in 1: L){
   newsample=generate_sample(y.vec[i]);
   y.vec[i+1]=newsample;
   }
y.vec.total=c(y.vec.total,y.vec);
}

我原以为第二个代码效率很低，但只需1小时即可生成K*L=（10000*10000）个样本

当处理长度相对较长的向量时，计算成本似乎呈指数增长

---

我说的对吗？

您是否预先声明了

y.vec

和

y.vec.total

并在其上运行循环？换句话说，如果在每次迭代中都要向元素添加元素，则需要很长时间，但如果只更新元素，则速度应该会快得多。请参阅Patrick Burns的R inferno。生成样本的许多方法都是矢量化的，例如，您不需要单独使用函数为每个值生成数字，但同时对所有的价值观。例如，你将用“形式（10）”代替“形式（1:10中的i）”u[i]