1. Învăţa
    2. /
  2. Courses
    3. /
  3. Optymalizacja kodu R za pomocą Rcpp
Connected

exercise

Benchmarking z microbenchmark

Główną motywacją do korzystania z Rcpp jest wydajność, dlatego ważne jest dokładne mierzenie czasu wykonania kodu. W tym celu skorzystamy z funkcji microbenchmark() z pakietu microbenchmark.

microbenchmark() przyjmuje nazwane wyrażenia jako argumenty, wykonuje każde z nich określoną liczbę razy (domyślnie 100) w losowej kolejności i zwraca podstawowe statystyki podsumowujące. W tym kursie interesuje nas przede wszystkim kolumna median.

W twoim środowisku pracy dostępny jest wektor x złożony ze 100 000 liczb losowych o standardowym rozkładzie normalnym.

Instrucțiuni

100 XP
  • Wczytaj pakiet microbenchmark.
  • Napisz funkcję sum_loop(), która oblicza sumę wszystkich elementów wektora za pomocą pętli for w R.
  • Zweryfikuj, czy otrzymujesz ten sam wynik co funkcja sum(), używając funkcji all.equal().
  • Porównaj wydajność obu podejść za pomocą microbenchmark().