R内存管理与垃圾清理

1.内存查看

memory.limit()：查看内存大小
memory.limit(n)：申请内存大小
memory.size(NA)：查看内存大小
memory.size(T)：查看已分配的内存
memory.size(F)：查看已使用的内存

2.内存申请

在Windows开始菜单运行：

Rgui -max-mem-size 8GB   

与在R GUI中执行：

memory.limit(8)

都能申请8GB使用内存

3.垃圾清除

rm(x)：从workplace中删除变量/文件x
gc()：清除内存垃圾
rm(list=ls())：清除workplace中所有变量

4.提升R的性能和突破内存限制的技巧

4.1性能提升的方法

4.1.1 系统升级

• 升级硬件

• 使用64位操作系统

• 利用GPU

• 租用云计算服务器

4.1.2 开发层面的优化

• 算法降低算法复杂度

• 调用C/C++或者Fortran关键的、耗时的计算步骤

• 缓冲技术减少重复计算

4.1.3 使用层面的优化

• 充分利用R的内存机制——R的基础优化

• 增强R的矩阵运算——加速BLAS

• 并行计算

• 大规模数据的处理——图片内存限制

• 使用Revolution R Enterprise（RRE）

4.2 充分利用R的内部机制优化性能

4.2.1向量化

向量化的代码，不要用循环！

• 利用矩阵运算

• 利用内置的向量化函数，比如exp、sin、rowMeans、rowSums、colSums、ifelse等

• 利用Vectorize函数将非向量化的函数改装为向量化的函数

• *apply函数族：apply、lapply、sapply、tapply、mapply等

• plyr和dplyr包Rstudio发布的data wrangling cheat sheet

##利用矩阵运算
n <-
x1 <- :n
x2 <- :n
y <- vector()
system.time(
    :n){y[i] <- x1[i] + x2[i]}
)
system.time(y <- x1 + x2)

## 利用向量化运算
## 内置的向量化函数
v <- :
result <- rep(:)
system.time(
    :){result[i] <- sin(v[i])}
)
system.time(result <- sin(v))

## 利用rowMeans、rowSums、colSums、colMeans等函数对矩阵或数据库做整体处理
colSums(iris[,:])

利用R内置的向量化函数，自定义向量化函数，只要在函数定义时每个运算是向量化的。但是在函数定义时用了逻辑判断语句，就会破坏的向量化特征。

func <- function(x){
     == ){
        ret <- TRUE
    }else{
        ret <- FALSE}
    return(ret)
}
func()
func(c(,,,))
## Warning message:
## In  == ) { :
##   the condition has length >  and only the first element will be used
## 在函数的定义中有if语句，不能接受向量作为判断的条件，否则判断第一个元素。

## 利用ifelse函数做向量化的判断
myfunc <- function(x){
    ifelse(x %%  == ,TRUE,FALSE)
}
myfunc(c(,,,))

##利用Vectorize函数将非向量化的函数改装为向量化的函数
funcv <- Vectorize(func)
funcv(c(,,,))

##利用sapply函数向量化运算
sapply(c(,,,),func)

4.2.2预先给对象分配内存

R为解释性语言，也是动态语言，如果不事先指定对象的类型和长度，在运算过程会动态分配内存，提高灵活性，但降低了效率。

尽量减少cbind、rbind的使用

## 求出10000个斐波那契数
x <- c(,)
i <-
system.time(
    ){
        ]
        x <- cbind(x,new)
        i <- i +
    }
)

## 指定类型和长度
x <- vector(mode=)
x[] <-
x[] <-
system.time(
    ){
        i <- i +
        x[i] <- x[i-] + x[i-]
    }
)

4.2.3避免内存拷贝

假设我们有许多彼此不相关的向量，但因为一些其他的原因，我们希望将每个向量的第三个元素设为8，既然它们是互不相关的，甚至可能具有不同的长度，我们也许会考虑将它们放在一个列表中：

m <-
n <-
z <- list()
:m) z[[i]] <- sample(:, n, replace = T)
system.time(:m) z[[i]][] <- )

## 把这些向量一起放到矩阵中
z <- matrix(sample(:, m * n, replace = T),nrow = m)
system.time(z[,] <- )

4.2.4删除临时对象和不再用的对象

• rm()删除对象
  rm(object)删除指定对象，rm(list = ls())可以删除内存中的所有对象

• gc()内存垃圾回收
  使用rm(object)删除变量，要使用gc()做垃圾回收，否则内存是不会自动释放的。invisible(gc())不显示垃圾回收的结果

4.2.5分析内存的函数

• ls()列出特定环境中的对象

• object.size()返回R对象的大小（近似的）

• memory.profile()分析cons单元的使用情况

• memory.size()监测全部内存的使用情况（仅Windows下可用）
  memory.size(max=T)返回历史占用过的最大内存；memory.size(max=F)返回目前占用的内存。未做垃圾清理时，已使用内存和已分配内存同步增加，但在垃圾清理后rm(list=ls());gc()，已使用内存会减少，而已分配给R的内存不会改变。

• memory.limit()系统可分配的内存上限（仅Windows下可用）
  memory.limit(newLimit)更改到一个新的上限。 注意，在32位的R中，封顶上限为4G，你无法在一个程序上使用超过4G （数位上限）。这种时候，可以考虑使用64位的版本。

参考链接：https://segmentfault.com/a/1190000006001525