在函数中修改变量的内存有效方法

Question

问题

我想写一个函数来修改一个大矩阵的每一列，x:

f = function(x){
    # do something to x
    # return x
}

因为x很大，我想修改"in place"，即不创建副本。但是，我的理解是，在R中，函数是"copy on modify." 也就是说，如果我在函数f中修改x，R将复制 x.

建议的解决方案（更新：不起作用！有关详细信息，请参阅下面的答案。）

所以看来最好的办法就是修改全局变量，即

f = function(x){
    x = deparse(substitute(x))
    x = get(x, envir = globalenv())
    # do something to x
}

问题

但是，SO 上的人对将全局变量传递给 R 中的函数非常消极。有些人甚至因为询问它而被否决。

我的问题是：在 R 中执行此类操作的最佳方法是什么？

Answer 1

这里已经讨论过这个问题：

Pass an object to a function without copying it on change

你的第二种方法并没有真正解决问题。这是我运行的测试，结果是 mem_used()

library(pryr)
mem_used()
#41.3 MB

x <- matrix(1:1000000000, ncol=1000)
mem_used()
#4.04GB


f2<- function(x){
  print(mem_used())
  x = deparse(substitute(x))
  print(mem_used())
  x = get(x, envir = globalenv())
  x<- x+1
  print(mem_used())
  x
}

x <- f2(x)
#4.04 GB
#4.04 GB
#12 GB
mem_used()
#8.04GB

在函数中修改变量的内存有效方法

Memory efficient way to modify a variable within a function

memory

memory-management

global

r