[问题类型]:
效能咨询(我想让R 跑更快)
[软件熟悉度]:
入门(写过其他程式，只是对语法不熟悉)
[问题叙述]:
两个矩阵相乘如果
使用apply 或
将一个矩阵拆成许多的list使用lapply
会不会比较快?
如果有一群大矩阵以及一群向量需要进行矩阵相乘，
想办法建立成矩阵相乘是否是最快的?
[程式范例]:
http://ideone.com/OVgQOx
我试的结果好像是矩阵相乘是最快的
但是我的内存不够大，不能尝试更大的矩阵
> a <- matrix(rnorm(10000000),ncol = 1000);
> dim(a)
[1] 10000 1000
> b <- matrix(rnorm(200000), nrow = 1000);
> dim(b)
[1] 1000 200
>
> start <- proc.time();
> d1 <- a%*%b;
> end <- proc.time();
> end - start;
user system elapsed
1.85 0.00 1.84
>
> start <- proc.time();
> d2 <- apply(a,1,function(x) x%*%b)
> end <- proc.time();
> end - start;
user system elapsed
10.73 0.07 10.83
>
> start <- proc.time();
> a1 <- apply(a,1,function(x) list((x)));
> d3 <- lapply(a1, function(x) x[[1]]%*%b)
> end <- proc.time();
> end - start;
user system elapsed
9.49 0.06 9.58
[环境叙述]:
R version 3.3.2 (2016-10-31)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)

直接乘用BLAS最快，BLAS的计算复杂度最低改用MRO可以有比较快的BLAS库

BLAS是什么意思？MRO指的是Microsoft R Open吗？

BLAS GOOGLE WIKI有写MRO是Microsoft R Open没错