在循环中收集未知数量的结果

如果事先不知道最终结果的数量，那么在 R 循环中收集结果的惯用方法是什么？这是一个玩具示例：

results = vector('integer')
i=1L
while (i < bigBigBIGNumber)  {
    if (someCondition(i)) results = c(results, i)
    i = i+1
}
results

这个例子的问题是（我假设）它将具有二次复杂度，因为向量需要在每次追加时重新分配。 （这是正确的吗？）我正在寻找避免这种情况的解决方案。

I found Filter，但需要预先生成1:bigBigBIGNumber我想避免这种情况以节省内存。 （问题：for (i in 1:N)还预先生成1:N并保存在记忆中？）

我可以做一些类似的东西链表像这样：

results = list()
i=1L
while (i < bigBigBIGNumber)  {
    if (someCondition(i)) results = list(results, i)
    i = i+1
}
unlist(results)

（请注意，这不是串联。它正在构建一个类似的结构list(list(list(1),2),3)，然后用展平unlist.)

还有比这更好的方法吗？通常使用的惯用方式是什么？ （我对 R 很陌生。）我正在寻找有关如何解决此类问题的建议。非常欢迎关于紧凑（易于编写）和快速代码的建议！ （但我想关注快速和内存效率。）

这是一个算法，当输出列表填满时，它的大小会加倍，从而实现一定程度的线性计算时间，如基准测试所示：

test <- function(bigBigBIGNumber = 1000) {

  n <- 10L
  results <- vector("list", n)
  m <- 0L
  i <- 1L
  while (i < bigBigBIGNumber)  {
    if (runif(1) > 0.5) {
      m <- m + 1L
      results[[m]] <- i
      if (m == n) {
        results <- c(results, vector("list", n))
        n <- n * 2L
      }
    }
    i = i + 1L
  }
  unlist(results)
}

system.time(test(1000))
#    user  system elapsed 
#   0.008   0.000   0.008 
system.time(test(10000))
#    user  system elapsed 
#   0.090   0.002   0.093 
system.time(test(100000))
#    user  system elapsed 
#   0.885   0.051   0.936 
system.time(test(1000000))
#    user  system elapsed 
#   9.428   0.339   9.776