全部都在标题中。我希望可以order
使用它sort
来查找向量中值的顺序。因此sort
应该比order
对向量排序更快,但事实并非如此:
library(microbenchmark)
ss=sample(100,10000,replace=T)
microbenchmark(sort(ss))
microbenchmark(ss[order(ss)])
结果:
> microbenchmark(sort(ss))
Unit: microseconds
expr min lq mean median uq max neval
sort(ss) 141.535 144.6415 173.6581 146.358 150.2295 2531.762 100
> microbenchmark(ss[order(ss)])
Unit: microseconds
expr min lq mean median uq max neval
ss[order(ss)] 109.198 110.9865 115.6275 111.901 115.3655 197.204 100
具有较大向量的示例:
ss=sample(100,1e8,replace=T)
microbenchmark(sort(ss), ss[order(ss)], times = 5)
# Unit: seconds
# expr min lq mean median uq max neval
# sort(ss) 5.427966 5.431971 5.892629 6.049515 6.207060 6.346633 5
# ss[order(ss)] 3.381253 3.500134 3.562048 3.518079 3.625778 3.784997 5
NA
默认参数下的值处理方式不同。在中sort
,必须对整个向量进行扫描以找到NA
值,然后将其删除;在中order
,它们只是放在最后。当sort.last = TRUE
两者都使用参数时,性能基本上是相同的。
ss=sample(100,1e8,replace=T)
bench::mark(sort(ss), ss[order(ss)], sort(ss, na.last = TRUE))
# A tibble: 3 x 14
expression min mean median max `itr/sec` mem_alloc n_gc n_itr total_time result
<chr> <bch:> <bch:> <bch:> <bch:> <dbl> <bch:byt> <dbl> <int> <bch:tm> <list>
1 sort(ss) 2.610s 2.610s 2.610s 2.610s 0.383 762.940MB 0 1 2.610s <int ~
2 ss[order(~ 1.597s 1.597s 1.597s 1.597s 0.626 762.940MB 0 1 1.597s <int ~
3 sort(ss, ~ 1.592s 1.592s 1.592s 1.592s 0.628 762.940MB 0 1 1.592s <int ~
# ... with 3 more variables: memory <list>, time <list>, gc <list>
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句