计算R中函数的复杂度

我需要用R计算一个长函数（600条直线）的复杂度。 我想要的结果可能是这样的

start calculate complexity
**My function**
End calculate complexity
result= " the complexity of this function is x

我想我没有理解，但我在基准测试中发现的只是计算运行时间

start.time <- Sys.time()
*****function*****
end.time <- Sys.time()
time.taken <- end.time - start.time
time.taken

---

是否有其他替代方案，或者我可以根据需要更新这些功能

取决于您对“复杂性”的想法您有很多选择，仅举几例：

圈复杂度

• 通过程序源代码的线性独立路径数量的定量度量-例如通过cyclocomp包实现：

内存使用

• Base R提供了一个选项，可以使用

  rprofm

  ——一个纯内存使用分析器来评测内存使用情况（如果R是在定义了R_内存_评测的情况下编译的）
• 使用

  utils:：Rprof（…，memory.profiling=TRUE）采样内存评测

• profvis-Rprof的一个包扩展，具有非常好的图形输出，用于时间和内存-

花费的时间

• 使用多种方法进行度量所花费的时间，例如基本函数

  system.Time

  返回两次

  proc.Time

  调用之间的差异，在这两次调用中，它对作为参数提供的表达式求值。最简单的用法：

  system.time（runif（10^8））

• 时间分析包，如或

---

根据您对“复杂性”的想法，您有很多选择，举几个例子：

圈复杂度

• 通过程序源代码的线性独立路径数量的定量度量-例如通过cyclocomp包实现：

内存使用

• Base R提供了一个选项，可以使用

  rprofm

  ——一个纯内存使用分析器来评测内存使用情况（如果R是在定义了R_内存_评测的情况下编译的）
• 使用

  utils:：Rprof（…，memory.profiling=TRUE）采样内存评测

• profvis-Rprof的一个包扩展，具有非常好的图形输出，用于时间和内存-

花费的时间

• 使用多种方法进行度量所花费的时间，例如基本函数

  system.Time

  返回两次

  proc.Time

  调用之间的差异，在这两次调用中，它对作为参数提供的表达式求值。最简单的用法：

  system.time（runif（10^8））

• 时间分析包，如或

---

我希望这是一个打字错误，而不是一些顾问发明的一些疯狂的新质量指标。@Candid_orange抱歉，但我没有理解“长函数（600对齐）”对齐的用法在他的语言中可能是“线条”。也许？我希望这是一个打字错误，而不是一些顾问发明的一些疯狂的新质量指标。@Candid_orange抱歉，但我没有理解这种用法“长函数（600行）”在他的语言中很可能是“行”？

    complexity(x, scaleMin, scaleMax, width = 7, measure = "complexity", 
   rescale = FALSE)