Fatal编程技术网
  • r/
  • R中并行包的竞争条件

R中并行包的竞争条件

r parallel-processing

R中并行包的竞争条件,r,parallel-processing,vectorization,race-condition,critical-section,R,Parallel Processing,Vectorization,Race Condition,Critical Section,我试图并行执行一个对向量有副作用的函数。例如，在下面的代码段中，add.entry具有修改master的副作用 library(parallel) master <- data.frame() add.entry <- function(x) { row <- data.frame(a = x, b = sin(x)) master <- rbind(master, row) } mclapply(1:42, add.entry) 库（并行） 主人 在循环

我试图并行执行一个对向量有副作用的函数。例如，在下面的代码段中，
add.entry
具有修改
master
的副作用

library(parallel)

master <- data.frame()

add.entry <- function(x) {
  row <- data.frame(a = x, b = sin(x))
  master <- rbind(master, row)
}

mclapply(1:42, add.entry)

库（并行）
主人

  • 在循环中生长对象非常缓慢（参见）
    • 

  • 当您使用并行时，您不会在全局环境中对
    master
    执行
    rbind（）
    ，而是在不同的fork中执行它的一些副本（参见）
    • 

  • mclappy
    已经返回了一些内容（比如
    lappy
    ）
你可以简单地做
    

    library(parallel)

add.entry <- function(x) {
  data.frame(a = x, b = sin(x))
}

res_list <- mclapply(1:42, add.entry)
master <- do.call("rbind", res_list)

    

    库（并行）

    add.entry您的函数不是在修改master。例如，尝试添加条目（1）
    ，然后打印母版。它不会被改变。@lmo这很有趣。。。但是，直接执行语句确实会向
    master
    添加一行。知道发生了什么吗？在函数式编程范例中，不鼓励通过副作用修改对象的函数。函数中的主对象是函数的局部对象。R确实提供了一个工具来使用
    @lmo实现这一点，我会接受你的建议。但是，
    sapply（1:4，add.entry）
    给出的结果是转置的，即
    a
    和
    b
    是行，但我希望它们是列。也许我可以用
    t
    再次转置它。