[問題類型]:
效能諮詢(我想讓R 跑更快)
[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)
[問題敘述]:
兩個矩陣相乘如果
使用apply 或
將一個矩陣拆成許多的list使用lapply
會不會比較快?
如果有一群大矩陣以及一群向量需要進行矩陣相乘，
想辦法建立成矩陣相乘是否是最快的?
[程式範例]:
http://ideone.com/OVgQOx
我試的結果好像是矩陣相乘是最快的
但是我的記憶體不夠大，不能嘗試更大的矩陣
> a <- matrix(rnorm(10000000),ncol = 1000);
> dim(a)
[1] 10000 1000
> b <- matrix(rnorm(200000), nrow = 1000);
> dim(b)
[1] 1000 200
>
> start <- proc.time();
> d1 <- a%*%b;
> end <- proc.time();
> end - start;
user system elapsed
1.85 0.00 1.84
>
> start <- proc.time();
> d2 <- apply(a,1,function(x) x%*%b)
> end <- proc.time();
> end - start;
user system elapsed
10.73 0.07 10.83
>
> start <- proc.time();
> a1 <- apply(a,1,function(x) list((x)));
> d3 <- lapply(a1, function(x) x[[1]]%*%b)
> end <- proc.time();
> end - start;
user system elapsed
9.49 0.06 9.58
[環境敘述]:
R version 3.3.2 (2016-10-31)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)