让vapply()快速的检查不是免费的

为了设计vapply()比sapply()慢的情况，让我们看看源代码。sapply()中的大部分工作由lapply()完成。lapply()的C代码非常简单。相关部分是（我的评论）：

// Allocate a vector for the output with the length of the input vector/list
ans = PROTECT(allocVector(VECSXP, n));
// Loop through input list, apply relevant function and 
// assign result to each respective element of the output list
for(int i = 0; i < n; i++) {
    defineVar(install("x"), VECTOR_ELT(list, i), rho);
    SET_VECTOR_ELT(ans, i, eval(expr, rho));
}

本质上，这创建了一个与输入列表长度相同的输出列表，迭代它以将每个元素设置为应用于输入的每个元素的用户提供的函数的结果。sapply()然后通过simplify2array()运行结果。
相反，vapply()的C代码做了更多的工作。很多这是优化，使它比sapply()更快，例如。立即分配一个原子向量作为输出，而不是分配一个列表，然后简化为一个向量。但是，它也包含以下内容：

// Check that the result is the correct length for the output vector/list
if (length(val) != commonLen)
error(_("values must be length %d,\n but FUN(X[[%d]]) result is length %d"),
        commonLen, i+1, length(val));

我们告诉vapply()输出的长度和类型。这意味着，例如，如果我们告诉vapply()输出是integer(1)，它需要检查每次迭代是否产生长度为1的整数向量。

一种支票很贵的情况

创建开销检查的一种方法是返回一个值，其中检查长度的开销很大。考虑一个简单的例子：

lapply(1, \(i) seq(1e9))

lapply()将在这里运行得非常快。seq(1e9)产生ALTREP，alternate representation。这意味着它不必分配一个长度为1e9的向量，而是分配一个小得多的对象，该对象基本上包含起始值，结束值和增量。然而，ALTREP的文档指出：
对于现有的C代码，ALTREP对象看起来像普通的R对象。
这意味着vapply()不知道这是一个ALTREP，因此它需要以非常昂贵的方式检查长度（比在R中运行length()要昂贵得多，因为R知道ALTREP是什么）。
sapply()也必须做一些代价高昂的事情。它基本上是这样做的：

simplify2array(list(seq(1e9)))

这将创建一列matrix和1e9行，即它将ALTREP计算为标准整数向量，因此它在RAM中分配一个大向量。
所以vapply()和sapply()都必须做一些比lapply()昂贵得多的事情。问题是：哪个更贵？

对伪用例进行对标

我们来测试一下

results <- bench::mark(
    min_iterations = 3,
    max_iterations = 100,
    check = FALSE,
    time_unit = "s",
    lapply = {
        lapply(1, \(i) seq(1e9))
    },
    sapply = {
        sapply(1, \(i) seq(1e9))
    },
    vapply = {
        vapply(1, \(i) seq(1e9), numeric(1e9))
    }
)

结果

expression         min     median  `itr/sec` mem_alloc `gc/sec` n_itr  n_gc total_time
  <bch:expr>       <dbl>      <dbl>      <dbl> <bch:byt>    <dbl> <int> <dbl>      <dbl>
1 lapply      0.00000954  0.0000277 31233.            0B   0        100     0    0.00320
2 sapply     23.3        27.9           0.0309    11.2GB   0.0309     3     3   97.0    
3 vapply     71.8        79.6           0.0126    22.4GB   0.0251     3     6  239.

我们可以在这里看到vapply()比sapply()慢得多。有一些警告：这些测试只在我的PC上进行，而且速度太慢了，我只做了三次迭代。而且，我确实不得不做一些游戏来到达这里。当向量的长度小于1e9时，vapply()比sapply()快。

结果图

ggplot2::autoplot(results) +
    labs(title = "Comparison of results", y = "Time (log scale)", x = "Expression")

请注意，时间是对数标度。

值得指出的是，尽管设计这种情况很有趣，但这并不典型。在绝大多数使用R的任务中，vapply()可能比sapply()快得多。此外，如您所知，还有其他好处，例如vapply()确保返回类型得到保证。