Question

我有一个大型模拟，我想在多个核心上运行。为此，我使用foreach()包。

我正在迭代一个循环1000次并且在循环中我使用循环中的计数器作为位置向量，例如：

reps<-1000
for (i in reps){
a[i]<-mean(rnorm(100))
}

如果我对foreach做同样的事情：

library(foreach)
cl<-makeCluster(8)
registerDoParallel(cl)
ls<-foreach(icount(reps)) %dopar% {
rnorm(100)
}

我不能再使用原始循环中的当前计数器i。有没有办法使用它？

我也有一个计数器，就像每次迭代过去一样，i = i + 1从i = 0开始。

Answer 1

正如罗兰所说，你可以将“foreach”版本写成：

reps <- 1000
ls <- foreach(i=icount(reps), .combine='c') %dopar% {
  mean(rnorm(100))
}

未使用变量i，但如果您将来需要它，则可以使用它。

在“foreach”循环中使用“for”循环对于获得更好的性能非常有用，因为它可以减少迭代次数并允许工作者并行完成更多的工作：

reps <- 1000
ls <- foreach(n=rep(reps/8, 8), .combine='c') %dopar% {
  a <- numeric(n)
  for (i in seq_len(n)) {
    a[i] <- mean(rnorm(100))
  }
  a
}

在“foreach”循环中对a进行赋值是很好的，因为它是一个局部变量。当“for”循环结束时，返回a，最后所有a向量与主人的“c”函数组合。

请注意，此示例在“foreach”循环中使用原始的“for”循环。这样做更有效率，因为主人不需要做很多工作来发送任务并收集和组合结果。

实际上，我会使用“sapply”代替“for”循环和“idiv”（来自“iterators”包）而不是“rep”：

reps <- 1000
ls <- foreach(n=idiv(reps, chunks=8), .combine='c') %dopar% {
  sapply(seq_len(n), function(i) mean(rnorm(100)))
}

对于“idiv”，如果迭代次数不能被工人数量整除，我不必担心会发生什么。

使用foreach（）时使用循环计数器

1 个答案: