R 中的 For 循环与 while 循环

我在 R 工作时注意到一件奇怪的事情。 当我有一个使用 for 循环和 while 循环实现的计算从 1 到 N 的平方的简单程序时，行为并不相同。 （在这种情况下我不关心矢量化或应用函数）。

fn1 <- function (N) 
{
    for(i in 1:N) {
        y <- i*i
    }
}

AND

fn2 <- function (N) 
{
    i=1
    while(i <= N) {
        y <- i*i
        i <- i + 1
    }
}

结果是：

system.time(fn1(60000))
   user  system elapsed 
  2.500   0.012   2.493 
There were 50 or more warnings (use warnings() to see the first 50)
Warning messages:
1: In i * i : NAs produced by integer overflow
.
.
.

system.time(fn2(60000))
   user  system elapsed 
  0.138   0.000   0.137 

现在我们知道 for 循环更快，我的猜测是因为那里的预分配和优化。但为什么会溢出呢？

更新：所以现在尝试另一种使用向量的方法：

fn3 <- function (N) 
{
    i <- 1:N
    y <- i*i
}
system.time(fn3(60000))
   user  system elapsed 
  0.008   0.000   0.009 
Warning message:
In i * i : NAs produced by integer overflow

那么也许这是一个奇怪的内存问题？我在 OS X 上运行，内存为 4Gb，所有默认设置都在 R 中。这种情况发生在 32 位和 64 位版本中（除了时间更快）。

Alex

Because 1是数字，但不是整数（即它是浮点数），并且1:6000是数字和整数。

> print(class(1))
[1] "numeric"
> print(class(1:60000))
[1] "integer"

60000 的平方是 36 亿，这不能用有符号的 32 位整数表示，因此会出现溢出错误：

> as.integer(60000)*as.integer(60000)
[1] NA
Warning message:
In as.integer(60000) * as.integer(60000) : NAs produced by integer overflow

然而，36 亿很容易用浮点数表示：

> as.single(60000)*as.single(60000)
[1] 3.6e+09

要修复您的for代码，转换为浮点表示：

function (N)
{
    for(i in as.single(1:N)) {
        y <- i*i
    }
}