第一,很明显,改变矩阵或向量的大小到量化和矩阵化的循环是很耗时的,可以通过R中的矩阵化和正确估计矩阵的dim来解决。
其次,对于相对简单的函数,在基本程序本身写好之后,用Rprof进行概要分析,找到最耗时的环节,用inline和Rcpp包重写最耗时的部分。
第三,并行处理可以通过并行计算来完成。
第四,使用ff包处理大型数据表。
第五,用稀疏矩阵处理大矩阵。
第六,用对算法也很重。
第一,很明显,改变矩阵或向量的大小到量化和矩阵化的循环是很耗时的,可以通过R中的矩阵化和正确估计矩阵的dim来解决。
其次,对于相对简单的函数,在基本程序本身写好之后,用Rprof进行概要分析,找到最耗时的环节,用inline和Rcpp包重写最耗时的部分。
第三,并行处理可以通过并行计算来完成。
第四,使用ff包处理大型数据表。
第五,用稀疏矩阵处理大矩阵。
第六,用对算法也很重。