我期望相同长度的固定长度字符串的向量在R中具有相同的对象大小。然而，object.size对3个这样的字符向量给予了不同的结果：
library(stringi)
x <- rep("123456", 100)
y <- c(rep("123456", 50), rep("654321", 50))
set.seed(1)
z <- stri_rand_strings(100, 6)
object.size(x)
#> 888 bytes
object.size(y)
#> 936 bytes
object.size(z)
#> 5640 bytes
object.size(sample(z, 100, replace = T))
#> 4008 bytes
object.size(sample(z, 100, replace = T))
#> 3672 bytes为什么x、y和z的对象大小不同？
编辑
如果有一个全局字符串池，当我们从现有的字符串池中采样字符串时，它们应该具有相同的大小。然而事实并非如此，请参阅上面代码的最后两个示例。
1条答案
按热度按时间ar7v8xwq1#
在R中，字符向量被表示为引用各个字符串的
pointers的序列。当我们创建一个字符向量时，就像你做的那样，
x，它被分配了一个长度为6的重复字符串（即"123456"，就像你的例子一样），R将只为字符串"123456"分配一次内存，然后为向量的每个元素使用指向该字符串的指针。这将使
x的对象大小相对较小，这仅占存储指针所需的内存。另一方面，在第二种情况下，字符向量
y包含两个不同的字符串，分别是"123456"和"654321"，这里，R需要为这两个字符串中的每一个分别分配内存，然后为向量的每个元素使用指向这些字符串的指针。显然，由于这种差异，与
x相比，y的对象大小更大。在第三种情况下，字符向量
z，它将包含100个随机生成的字符串，每个字符串的长度为6。这些字符串将单独存储在内存中，因此，与
x和y相比，会产生一个更大的对象（大小）。让我知道如果这有帮助...