最佳答案:
第一,很明显的可以向量化和矩阵化的loop,改变矩阵或者向量的大小,都是比较耗时的,这些可以在R内部通过矩阵化,正确估计矩阵的dim来解决。
第二,对于比较简单的函数,基本程序本身写好之后,用Rprof做profiling,找到最耗时间的环节,用inline和Rcpp包把最耗时间的部分重新写一次。
第三,可以并行的计算做并行处理。
第四,使用ff包处理大的数据表格。
第五,用sparse matrix处理大矩阵。
第六,使用正确的算法也很重
最佳答案:
第一,很明显的可以向量化和矩阵化的loop,改变矩阵或者向量的大小,都是比较耗时的,这些可以在R内部通过矩阵化,正确估计矩阵的dim来解决。
第二,对于比较简单的函数,基本程序本身写好之后,用Rprof做profiling,找到最耗时间的环节,用inline和Rcpp包把最耗时间的部分重新写一次。
第三,可以并行的计算做并行处理。
第四,使用ff包处理大的数据表格。
第五,用sparse matrix处理大矩阵。
第六,使用正确的算法也很重
1.文章《如何编写高效的R语言程序 怎么编写一个C语言程序》援引自互联网,仅供学习和研究使用,内容仅代表作者本人观点,与本网站无关,侵删举报等反馈请点击此处。
2.文章《如何编写高效的R语言程序 怎么编写一个C语言程序》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址,https://100248.com/ask/144849.html