R Language
Hashmapy
Szukaj…
Środowiska jako mapy skrótów
Uwaga: w kolejnych fragmentach terminy mapa skrótów i tabela skrótów są używane zamiennie i odnoszą się do tej samej koncepcji , a mianowicie struktury danych zapewniającej skuteczne wyszukiwanie klucza za pomocą wewnętrznej funkcji skrótu.
Wprowadzenie
Chociaż R nie zapewnia natywnej struktury tabeli skrótów, podobną funkcjonalność można uzyskać, wykorzystując fakt, że obiekt environment
zwrócony z new.env
(domyślnie) zapewnia wyszukiwanie new.env
klucza. Poniższe dwie instrukcje są równoważne, ponieważ parametr hash
domyślną wartość TRUE
:
H <- new.env(hash = TRUE)
H <- new.env()
Dodatkowo można sprecyzować, że do wewnętrznej tabeli skrótów przypisany jest określony rozmiar za pomocą parametru size
, który ma domyślną wartość 29. Podobnie jak wszystkie inne obiekty R, environment
zarządza własną pamięcią i w razie potrzeby zwiększy pojemność , więc chociaż nie jest wymagane żądanie wartości domyślnej dla size
, może to być niewielka przewaga wydajnościowa, jeśli obiekt będzie (ostatecznie) zawierał bardzo dużą liczbę elementów. Warto zauważyć, że przydzielenie dodatkowej przestrzeni według size
samo w sobie nie powoduje powstania obiektu o większej powierzchni pamięci:
object.size(new.env())
# 56 bytes
object.size(new.env(size = 10e4))
# 56 bytes
Wprowadzenie
Wstawianie elementów można wykonać przy użyciu jednej z metod [[<-
lub $<-
przewidzianych dla klasy environment
, ale nie przy użyciu przypisania „pojedynczego nawiasu” ( [<-
) :
H <- new.env()
H[["key"]] <- rnorm(1)
key2 <- "xyz"
H[[key2]] <- data.frame(x = 1:3, y = letters[1:3])
H$another_key <- matrix(rbinom(9, 1, 0.5) > 0, nrow = 3)
H["error"] <- 42
#Error in H["error"] <- 42 :
# object of type 'environment' is not subsettable
Podobnie jak inne aspekty R, pierwsza metoda ( object[[key]] <- value
) jest ogólnie preferowana niż druga ( object$key <- value
), ponieważ w pierwszym przypadku można użyć zmiennej zamiast wartości dosłownej (np. key2
w powyższym przykładzie).
Jak to zwykle ma miejsce w przypadku implementacji mapy skrótu, obiekt environment
nie będzie przechowywać duplikatów kluczy. Próba wstawienia pary klucz-wartość dla istniejącego klucza zastąpi wcześniej zapisaną wartość:
H[["key3"]] <- "original value"
H[["key3"]] <- "new value"
H[["key3"]]
#[1] "new value"
Wyszukiwanie klucza
Podobnie do elementów można uzyskać dostęp za pomocą [[
lub $
, ale nie za pomocą [
:
H[["key"]]
#[1] 1.630631
H[[key2]] ## assuming key2 <- "xyz"
# x y
# 1 1 a
# 2 2 b
# 3 3 c
H$another_key
# [,1] [,2] [,3]
# [1,] TRUE TRUE TRUE
# [2,] FALSE FALSE FALSE
# [3,] TRUE TRUE TRUE
H[1]
#Error in H[1] : object of type 'environment' is not subsettable
Sprawdzanie mapy skrótów
Będąc zwykłym environment
, mapę skrótu można sprawdzić typowymi metodami:
names(H)
#[1] "another_key" "xyz" "key" "key3"
ls(H)
#[1] "another_key" "key" "key3" "xyz"
str(H)
#<environment: 0x7828228>
ls.str(H)
# another_key : logi [1:3, 1:3] TRUE FALSE TRUE TRUE FALSE TRUE ...
# key : num 1.63
# key3 : chr "new value"
# xyz : 'data.frame': 3 obs. of 2 variables:
# $ x: int 1 2 3
# $ y: chr "a" "b" "c"
Elementy można usunąć za pomocą rm
:
rm(list = c("key", "key3"), envir = H)
ls.str(H)
# another_key : logi [1:3, 1:3] TRUE FALSE TRUE TRUE FALSE TRUE ...
# xyz : 'data.frame': 3 obs. of 2 variables:
# $ x: int 1 2 3
# $ y: chr "a" "b" "c"
Elastyczność
Jedną z głównych zalet używania obiektów environment
jako tabel skrótów jest ich zdolność do przechowywania praktycznie dowolnego typu obiektu jako wartości, nawet innych environment
:
H2 <- new.env()
H2[["a"]] <- LETTERS
H2[["b"]] <- as.list(x = 1:5, y = matrix(rnorm(10), 2))
H2[["c"]] <- head(mtcars, 3)
H2[["d"]] <- Sys.Date()
H2[["e"]] <- Sys.time()
H2[["f"]] <- (function() {
H3 <- new.env()
for (i in seq_along(names(H2))) {
H3[[names(H2)[i]]] <- H2[[names(H2)[i]]]
}
H3
})()
ls.str(H2)
# a : chr [1:26] "A" "B" "C" "D" "E" "F" "G" "H" "I" "J" "K" ...
# b : List of 5
# $ : int 1
# $ : int 2
# $ : int 3
# $ : int 4
# $ : int 5
# c : 'data.frame': 3 obs. of 11 variables:
# $ mpg : num 21 21 22.8
# $ cyl : num 6 6 4
# $ disp: num 160 160 108
# $ hp : num 110 110 93
# $ drat: num 3.9 3.9 3.85
# $ wt : num 2.62 2.88 2.32
# $ qsec: num 16.5 17 18.6
# $ vs : num 0 0 1
# $ am : num 1 1 1
# $ gear: num 4 4 4
# $ carb: num 4 4 1
# d : Date[1:1], format: "2016-08-03"
# e : POSIXct[1:1], format: "2016-08-03 19:25:14"
# f : <environment: 0x91a7cb8>
ls.str(H2$f)
# a : chr [1:26] "A" "B" "C" "D" "E" "F" "G" "H" "I" "J" "K" ...
# b : List of 5
# $ : int 1
# $ : int 2
# $ : int 3
# $ : int 4
# $ : int 5
# c : 'data.frame': 3 obs. of 11 variables:
# $ mpg : num 21 21 22.8
# $ cyl : num 6 6 4
# $ disp: num 160 160 108
# $ hp : num 110 110 93
# $ drat: num 3.9 3.9 3.85
# $ wt : num 2.62 2.88 2.32
# $ qsec: num 16.5 17 18.6
# $ vs : num 0 0 1
# $ am : num 1 1 1
# $ gear: num 4 4 4
# $ carb: num 4 4 1
# d : Date[1:1], format: "2016-08-03"
# e : POSIXct[1:1], format: "2016-08-03 19:25:14"
Ograniczenia
Jednym z głównych ograniczeń używania obiektów environment
jako map skrótu jest to, że w przeciwieństwie do wielu aspektów R, wektoryzacja nie jest obsługiwana dla wyszukiwania / wstawiania elementów:
names(H2)
#[1] "a" "b" "c" "d" "e" "f"
H2[[c("a", "b")]]
#Error in H2[[c("a", "b")]] :
# wrong arguments for subsetting an environment
Keys <- c("a", "b")
H2[[Keys]]
#Error in H2[[Keys]] : wrong arguments for subsetting an environment
W zależności od charakteru danych przechowywanych w obiekcie może być możliwe użycie vapply
lub list2env
do przypisania wielu elementów jednocześnie:
E1 <- new.env()
invisible({
vapply(letters, function(x) {
E1[[x]] <- rnorm(1)
logical(0)
}, FUN.VALUE = logical(0))
})
all.equal(sort(names(E1)), letters)
#[1] TRUE
Keys <- letters
E2 <- list2env(
setNames(
as.list(rnorm(26)),
nm = Keys),
envir = NULL,
hash = TRUE
)
all.equal(sort(names(E2)), letters)
#[1] TRUE
Żadna z powyższych nie jest szczególnie zwięzła, ale może być lepsza niż użycie pętli for
itp., Gdy liczba par klucz-wartość jest duża.
pakiet: skrót
Pakiet skrótu oferuje strukturę skrótu w języku R. Jednak termin synchronizacji obu wstawek i odczytów jest niekorzystny w porównaniu do używania środowisk jako skrótu. Ta dokumentacja po prostu potwierdza jego istnienie i podaje przykładowy kod czasowy poniżej z wyżej wymienionych powodów. Nie ma zidentyfikowanego przypadku, w którym skrót jest właściwym rozwiązaniem w kodzie R.
Rozważać:
# Generic unique string generator
unique_strings <- function(n){
string_i <- 1
string_len <- 1
ans <- character(n)
chars <- c(letters,LETTERS)
new_strings <- function(len,pfx){
for(i in 1:length(chars)){
if (len == 1){
ans[string_i] <<- paste(pfx,chars[i],sep='')
string_i <<- string_i + 1
} else {
new_strings(len-1,pfx=paste(pfx,chars[i],sep=''))
}
if (string_i > n) return ()
}
}
while(string_i <= n){
new_strings(string_len,'')
string_len <- string_len + 1
}
sample(ans)
}
# Generate timings using an enviornment
timingsEnv <- plyr::adply(2^(10:15),.mar=1,.fun=function(i){
strings <- unique_strings(i)
ht1 <- new.env(hash=TRUE)
lapply(strings, function(s){ ht1[[s]] <<- 0L})
data.frame(
size=c(i,i),
seconds=c(
system.time(for (j in 1:i) ht1[[strings[j]]]==0L)[3]),
type = c('1_hashedEnv')
)
})
timingsHash <- plyr::adply(2^(10:15),.mar=1,.fun=function(i){
strings <- unique_strings(i)
ht <- hash::hash()
lapply(strings, function(s) ht[[s]] <<- 0L)
data.frame(
size=c(i,i),
seconds=c(
system.time(for (j in 1:i) ht[[strings[j]]]==0L)[3]),
type = c('3_stringHash')
)
})
pakiet: listenv
Mimo że package:listenv
implementuje interfejs podobny do listy, jego wydajność w stosunku do środowisk do celów podobnych do haszowania jest niska przy pobieraniu haszowania . Jednak jeśli indeksy są liczbowe, pobieranie może być dość szybkie. Mają jednak inne zalety, np. Kompatybilność z package:future
. Pokrycie tego pakietu w tym celu wykracza poza zakres bieżącego tematu. Jednak podany tutaj kod taktowania może być używany w połączeniu z przykładem dla pakietu: hash dla taktowania zapisu.
timingsListEnv <- plyr::adply(2^(10:15),.mar=1,.fun=function(i){
strings <- unique_strings(i)
le <- listenv::listenv()
lapply(strings, function(s) le[[s]] <<- 0L)
data.frame(
size=c(i,i),
seconds=c(
system.time(for (k in 1:i) le[[k]]==0L)[3]),
type = c('2_numericListEnv')
)
})