为什么诊断功能这么慢？ [在 R 3.2.0 或更早版本中]

Question

我正在查看中的基准，并想将它们与 diag（用于不同的答案）进行比较。不幸的是，diag 似乎需要很长时间：

nc  <- 1e4
set.seed(1)
m <- matrix(sample(letters,nc^2,replace=TRUE), ncol = nc)

microbenchmark(
  diag = diag(m),
  cond = m[row(m)==col(m)],
  vec  = m[(1:nc-1L)*nc+1:nc],
  mat  = m[cbind(1:nc,1:nc)],
times=10)

评论：我用 identical 测试了这些。我从 this homework question 的一个答案中提取了 "cond"。结果与整数矩阵相似，1:26 而不是 letters。

结果:

Unit: microseconds
 expr         min          lq         mean       median          uq         max neval
 diag  604343.469  629819.260  710371.3320  706842.3890  793144.019  837115.504    10
 cond 3862039.512 3985784.025 4175724.0390 4186317.5260 4312493.742 4617117.706    10
  vec     317.088     329.017     432.9099     350.1005     629.460     651.376    10
  mat     272.147     292.953     441.7045     345.9400     637.506     706.860    10

只是一个矩阵子集操作，所以我不知道为什么会有这么多开销。查看函数内部，我看到一些检查，然后是 c(m)[v]，其中 v 与 "vec" 基准测试中使用的向量相同。为这两个计时...

v <- (1:nc-1L)*nc+1:nc
microbenchmark(diaglike=c(m)[v],vec=m[v])
# Unit: microseconds
#      expr        min          lq        mean     median          uq        max neval
#  diaglike 579224.436 664853.7450 720372.8105 712649.706 767281.5070 931976.707   100
#       vec    334.843    339.8365    568.7808    646.799    663.5825   1445.067   100

...看来我找到了罪魁祸首。因此，我的问题的新变体是：为什么 diag 中有看似不必要且非常耗时的 c？

Answer 1

总结

从 R version 3.2.1 (World-Famous Astronaut) diag() has received an update. The discussion moved to r-devel 开始，有人指出 c() 去除了非名称属性，这可能就是它被放在那里的原因。虽然有些人担心删除 c() 会导致类矩阵对象出现未知问题，但 Peter Dalgaard 发现，"The only case where the c() inside diag() has an effect is where M[i,j] != M[(i-1)*m+j] AND c(M) will stringize M in column-major order, so that M[i,j] == c(M)[(i-1)*m+j]."

Luke Tierney 测试了@Frank 对 c() 的移除，发现它对 CRAN 或 BIOC 没有任何影响，因此被实施以用 x[.. .] 在 line 27 上。这导致 diag() 中相对较大的加速。下面是一个速度测试，显示了 R 3.2.1 版本 diag() 的改进。

library(microbenchmark)
nc  <- 1e4
set.seed(1)
m <- matrix(sample(letters,nc^2,replace=TRUE), ncol = nc)

    microbenchmark(diagOld(m),diag(m))
    Unit: microseconds
           expr        min          lq        mean      median         uq        max neval
     diagOld(m) 451189.242 526622.2775 545116.5668 531905.5635 540008.704 682223.733   100
        diag(m)    222.563    646.8675    644.7444    714.4575    740.701   1015.459   100

为什么诊断功能这么慢？ [在 R 3.2.0 或更早版本中]

Why is the diag function so slow? [in R 3.2.0 or earlier]

r

matrix

diagonal