處理時間如何隨資料大小改變？

如果你要處理兩個資料集的所有元素，而其中一個更大，通常較大的那個會花比較久的時間。不過，要注意的是，所需時間增加的幅度不一定會和資料集變大的比例成正比。也就是說，如果兩個資料集中有一個是另一個的 2 倍大，並不保證較大的那個就會剛好多花 2 倍的時間。它可能只多花 1.5 倍，甚至多到 4 倍。這取決於你用哪些操作來處理資料集。

在這個練習中，你會使用 microbenchmark 套件，這在 Writing Efficient R Code 課程中有介紹。

注意：數字以科學記號表示 $$1e5 = 1 * 10^5 = 100,000$$。

本練習屬於課程

R 的可擴展資料處理

檢視課程

練習說明

載入 microbenchmark 套件。
使用 microbenchmark() 函式來比較隨機向量的排序時間。
對 mb 呼叫 plot()。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Load the microbenchmark package
___

# Compare the timings for sorting different sizes of vector
mb <- ___(
  # Sort a random normal vector length 1e5
  "1e5" = sort(rnorm(1e5)),
  # Sort a random normal vector length 2.5e5
  "2.5e5" = sort(rnorm(2.5e5)),
  # Sort a random normal vector length 5e5
  "5e5" = sort(rnorm(5e5)),
  "7.5e5" = sort(rnorm(7.5e5)),
  "1e6" = sort(rnorm(1e6)),
  times = 10
)

# Plot the resulting benchmark object
___(mb)

編輯並執行程式碼