如何测量 R 中函数的执行时间？

在 R 中，我们有时候需要了解某个函数的执行时间，以便评估其性能和优化代码。本文将介绍如何测量 R 中函数的执行时间。

使用 system.time()

R 中内置的 system.time() 函数可以用来测量代码的执行时间。它返回一个包含用户时间、系统时间、真实时间和它们之和的列表。其中用户时间指的是 CPU 用于计算当前进程的时间，系统时间指的是 CPU 用于计算内核调用的时间，真实时间则是从调用开始到调用结束的实际时间。以下是使用 system.time() 函数测量一个简单的 for 循环的执行时间的示例。

# 定义一个简单的函数
my_function <- function(x) {
  for(i in 1:x) {
    i^2
  }
}

# 测量该函数的执行时间
system.time(my_function(10000))

结果如下：

   user  system elapsed 
  0.016   0.000   0.015 

其中 user 和 system 分别表示用户时间和系统时间，单位为秒；elapsed 则表示真实时间，单位也为秒。

使用 microbenchmark

如果你需要更精确的测量结果，可以使用 microbenchmark 包。该包可以多次执行同一个函数，并在每次执行结束后给出执行时间的统计信息。以下是使用 microbenchmark 包测量一个简单的 for 循环的执行时间的示例。

# 安装 microbenchmark 包
install.packages("microbenchmark")

# 加载 microbenchmark 包
library(microbenchmark)

# 定义一个简单的函数
my_function <- function(x) {
  for(i in 1:x) {
    i^2
  }
}

# 测量该函数的执行时间
microbenchmark(my_function(10000))

结果如下：

Unit: microseconds
              expr   min    lq     mean median     uq      max neval
 my_function(10000) 942.4 996.8 1146.784 1039.3 1173.2 12870.64   100

其中 expr 表示要执行的表达式，min、lq、mean、median、uq 和 max 分别表示执行时间的最小值、下四分位数、平均值、中位数、上四分位数和最大值，单位为微秒；neval 则是执行次数。

结论

本文介绍了两种测量 R 中函数执行时间的方法：使用 system.time() 函数和使用 microbenchmark 包。使用这些方法可以帮助程序员评估代码性能并进行优化。