R 优化

作为以数据科学为重要应用领域的语言，R 有着极高的对运算速度的需求。而向量化便是优化 R 代码的重要方法之一。

向量化代码

向量化代码是指代码可以接受一个含有多个值的向量作为输入，并且同时操作向量中的每一个元素。在 R 中编写向量化代码并不难，因为许多 R 函数已经被向量化了。基于这些函数的代码都很容易进行向量化，进而得到提速。编写向量化代码的方法核心有两点：

1. 对于程序中的有序步骤，使用向量化的函数来完成
2. 对于程序中的同类情况，使用逻辑值取子集的方式来处理

向量化技巧

R 中最容易出现能够使用向量化优化的场合之一就是 if 和 for 组合出现的地方，有着极高的“能够使用逻辑值取子集”的可能。

循环高效化技巧

能放在循环外运行的部分就一定不要放到循环内。

在循环内可能会发生扩容的向量，最好在循环外就准备好足够的容量。

向量化编程

具有向量化思想的编程模型可以称为向量化编程，其主要优化方法有三种：逻辑测试、取子集和元素方式执行。