R语言微基准测试

例子

Microbenchmark 可用于估计其他快速程序所需的时间。例如，考虑估计打印 hello world 所需的时间。

system.time(print("hello world"))

# [1] "hello world"
#    user  system elapsed 
#       0       0       0

这是因为system.time本质上是 的包装函数proc.time，以秒为单位进行测量。由于打印“hello world”花费的时间不到一秒钟，因此看起来花费的时间不到一秒钟，但事实并非如此。为了看到这一点，我们可以使用包微基准：

library(microbenchmark)
microbenchmark(print("hello world"))
 
# Unit: microseconds
#                 expr    min     lq     mean  median     uq     max neval
# print("hello world") 26.336 29.984 44.11637 44.6835 45.415 158.824   100

在这里我们可以看到运行print("hello world")100 次后，平均花费的时间实际上是 44 微秒。（请注意，运行此代码将在控制台上打印 100 次“hello world”。）

我们可以将其与等效过程 比较cat("hello world\n")，看看它是否比 快print("hello world")：

microbenchmark(cat("hello world\n"))

# Unit: microseconds
#                  expr    min      lq     mean median     uq     max neval
# cat("hello world\\n") 14.093 17.6975 23.73829 19.319 20.996 119.382   100

在这种情况下cat()，速度几乎是print().

或者，可以比较同一microbenchmark调用中的两个过程：

microbenchmark(print("hello world"), cat("hello world\n"))
# Unit: microseconds
# expr                    min     lq     mean  median     uq     max neval
# print("hello world") 29.122 31.654 39.64255 34.5275 38.852 192.779   100
# cat("hello world\\n")  9.381 12.356 13.83820 12.9930 13.715  52.564   100