循环的顺序对R中的速度有影响吗

我有一个问题，我想运行一个模拟研究，其中模拟取决于两个变量

x

和

y

x

和

y

是我想在模拟研究中评估的潜在值向量（如此不同的组合）。此外，对于

x

和

y

的每个组合，我需要多个复制（因为其中有一个随机项，

x

和

y

的每次运行都会有所不同）

为了举例说明我正在处理的问题，我有以下简化示例：

x = 1:10
y = 11:20

iterations = 2000
iter = 1

solution = array(NA,c(length(x),3,iterations))
for(i in x){
    for(j in y){
        for(k in 1:iterations){ 
            z = rnorm(3) + c(i,j,1) 
            solution[i,,k] = z
        }
    }
}

然而，在我的实际问题中，在for循环中计算的代码要少得多。但是，我的输入结构与输出结构相同

因此，我想知道的是，使用上面的例子，按照这个顺序设置循环是最有效的还是最好让

k in 1:iterations

成为最外层的循环，并尝试在该1循环中使用某种

outer（）

命令，因为我将评估函数（

z

）在网格上

x

和

y

另外，我对完全不同的设置和设计非常开放。在一天结束时，我希望能够获得一个基于

x

和

y

并在所有迭代中求平均值的解决方案，即

应用（解决方案，c（1,2），平均值）

---

编辑： 正如向我建议的，下面是我正在使用的实际代码

library(survival)

iter = 2000
n = 120
base = 2
hr = 0.5
m.x = 3
m.y = m.x/hr

ANS = NULL
for (vecX in c(0.3, 0.5, 0.6, 0.7)){
out = NULL

    for (vecY in c(0, 0.05, 0.1, 0.15, 0.2, 0.25, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.95)){
        m.x.p = m.x/vecX
        m.y.p = m.y/vecX
        m.x.n = m.x
        m.y.n = m.y
        
        n.t = round(n*base/(base+1))
        n.c = n - n.t
        
        for (ii in 1:iter){
            n.t.p = rbinom(1, n.t, vecY)
            n.t.n = n.t - n.t.p
            n.c.p = rbinom(1, n.c, vecY)
            n.c.n = n.c - n.c.p
            
            S = c(rexp(n.t.p, log(2)/m.y.p), rexp(n.t.n, log(2)/m.y.n), rexp(n.c.p, log(2)/m.x.p), rexp(n.c.n, log(2)/m.x.n))
            
            data1 = data.frame(Group = c(rep("T", n.t), rep("C", n.c)), dx = c(rep("P", n.t.p), rep("N", n.t.n), rep("P", n.c.p), rep("N", n.c.n)), S)
            
            fit = survfit(Surv(data1$S)~data1$Group)
            coxfit = coxph(Surv(data1$S)~data1$Group)
            
            HR = exp(coxfit$coefficients)
            p.val=summary(coxfit)$logtest["pvalue"]
            
            out = rbind(out, c(vecX, vecY, n.t.p, n.t.n, n.c.p, n.c.n, HR, p.val))
        }
        
    }
    colnames(out) = c("vecX", "vecY", "n.t.p", "n.t.n", "n.c.p", "n.c.n", "HR", "p.val")
    
    ans = as.data.frame(out)
ANS = rbind(ANS, ans)

}

---

是的，我相信理论上它应该会有所不同（见下面的例子）

R像Fortran一样使用列主顺序（和C不同），所以为了最小化缓存未命中，您可能希望向下遍历列。因此，对于填充矩阵，最佳方法是外循环有我们的列索引的方法

对于n维数组，你也应该记住这一点。在

n=3

的情况下，我想这意味着层是最外层的循环，然后是列，然后是行。不过，我可能是搞错了

我用

5000

by

5000

矩阵运行了这个快速示例。我们看到了大约50秒的差异，

fill_matrix2（）

更快

    n <- 5000
    A <- matrix(NA, n, n)
    B <- matrix(NA, n, n)

    fill_matrix1 <- function(X, val) {
        for (i in 1:nrow(X)) {
            for (j in 1:ncol(X)) {
                X[i, j] <- val
            }
        }
        return(X)
    }

    fill_matrix2 <- function(X, val) {
        for (j in 1:ncol(X)) {
            for (i in 1:nrow(X)) {
                X[i, j] <- val
            }
        }
        return(X)
    }

    system.time(fill_matrix1(A, 0))
    system.time(fill_matrix2(B, 0))

---

n这里循环的顺序实际上是不相关的。如果您分析代码（请参阅
帮助（“Rprof”）
），您将看到CPU时间花费在
survfit
和
coxph
等函数上。当然，在成长中，你应该避免。预先分配
到它的最终大小，并填充它，而不是增加它。
我想这实际上取决于你在循环中拥有什么，以及你是否可以矢量化它。在您的示例中，您可以通过
z@nicola完全删除
k
循环。上面的示例完全是虚构的。它更能说明我的结构以及输入和输出。是的，我知道这个例子是虚构的。我的观点是你必须尝试矢量化。根据我的经验，在很多情况下，人们试图通过使用
lappy
来节省时间，而不是
sapply
或反向循环，在这些情况下，矢量化是可用的，程序员没有意识到这一点。与成功实现矢量化相比，这种优化通常可以忽略不计。所以，如果你真的想优化，试着用一种你可以矢量化的方式重新思考你的代码。如果不能，请不要浪费时间考虑循环顺序。@nicole，在这里发布我的实际代码供人们评论合适吗？我不想因为发布“这是我的代码，请快一点”而被标记@SymbolX我将用我的实际代码更新我的问题。对于较小的“n”，两个函数之间的计时似乎没有太大差异，对于较大的函数，我无法获得一致的行为。也许是因为
[当然，我同意我应该预先分配大小。我还可以做些什么来优化代码以更快地运行？正如我指出的：您的第一步应该是分析您的代码。