加快 R 引用类中的字段访问速度

Question

我一直在使用R引用类编写代码。然而，随着我的进步，该计划变得慢得令人无法忍受。若要演示该问题，请采用以下示例：

myClass <- setRefClass(
  "Class"="myClass",
  fields=c(
    counter="numeric"
  ),
  methods=list(
    initialize=function () {
      counter <<- 0
    },
    donothing=function () {
    },
    rand=function () {
      return(runif(1))
    },
    increment=function () {
      counter <<- counter + 1
    }
  )
)
mc <- myClass()
system.time(for (it in 1:500000) {
  mc$donothing()
})
system.time(for (it in 1:500000) {
  mc$rand()
})
system.time(for (it in 1:500000) {
  mc$increment()
})

它需要：

• 4s 用于调用方法
• 7s 用于调用以生成随机数
• 19s 递增字段值

这是给我带来问题的最后一个结果。我显然不希望增加一个数字所需的时间是生成一个随机数的两倍。我的代码涉及引用类中字段值的大量访问和更改，这种性能问题使程序几乎可用。

我的问题：我可以做些什么来提高 R 参考类中字段查找/访问的性能？我应该做些什么不同的事情吗？

Answer 1

似乎一个主要的性能问题是由于在fields参数中提供了类名。如果我更换

fields=c(
    counter="numeric"
),

跟

fields=c("counter")

计算在 5 秒内完成，而 19 秒。从文档中很难确定为什么性能损失如此之大 - 也许是由于在作业期间检查类。该文档提到了以下内容：

特别是，具有指定类的字段作为活动绑定的特殊形式实现，以强制对字段进行有效赋值

我不太确定"活动绑定"是什么，但我认为它引入了一些预赋值逻辑。