如何对 R 中的子程序进行微基准测试？

Question

我编写了一个 R 函数 f，它调用子例程 f1 和 f2。说

f1 <- function() Sys.sleep(0.1)
f2 <- function() Sys.sleep(0.2)

f <- function(){
  f1()
  f2()
}

我想对 f 及其子程序的性能进行基准测试，以找出哪些子程序可以在运行时方面得到改进。不幸的是 microbenchmark 只给出了 f 的运行时间：

microbenchmark(f(), times = 10) # gives
Unit: milliseconds
 expr      min       lq     mean   median       uq      max neval
  f() 302.0776 309.7246 312.5698 312.9659 314.0021 327.6248    10

我想获得 f 中调用的子程序的统计信息。像

Unit: milliseconds
 expr      min       lq     mean   median       uq      max neval
 f1() 100.0000 107.0000 115.0000 115.0000 117.0000 127.0000    10
 f2() 202.0000 209.0000 212.0000 212.0000 214.0000 227.0000    10

Answer 1

正如评论中所述，分析您的函数是找出子例程时间的方法。 Hadley Wickham 提到的软件包已被弃用，取而代之的是 profvis，所以我认为 profvis 是一个不错的选择。

如何对 R 中的子程序进行微基准测试？

How to microbenchmark subroutines in R?

performance

r

subroutine

microbenchmark