R语言微基准测试
例子
Microbenchmark可用于估计其他快速程序所需的时间。例如，考虑估计打印helloworld所需的时间。
system.time(print("hello world"))
# [1] "hello world"
# user system elapsed
# 0 0 0这是因为system.time本质上是的包装函数proc.time，以秒为单位进行测量。由于打印“helloworld”花费的时间不到一秒钟，因此看起来花费的时间不到一秒钟，但事实并非如此。为了看到这一点，我们可以使用包微基准：
library(microbenchmark)
microbenchmark(print("hello world"))
# Unit: microseconds
# expr min lq mean median uq max neval
# print("hello world") 26.336 29.984 44.11637 44.6835 45.415 158.824 100在这里我们可以看到运行print("helloworld")100次后，平均花费的时间实际上是44微秒。（请注意，运行此代码将在控制台上打印100次“helloworld”。）
我们可以将其与等效过程比较cat("helloworld\n")，看看它是否比快print("helloworld")：
microbenchmark(cat("hello world\n"))
# Unit: microseconds
# expr min lq mean median uq max neval
# cat("hello world\\n") 14.093 17.6975 23.73829 19.319 20.996 119.382 100在这种情况下cat()，速度几乎是print().
或者，可以比较同一microbenchmark调用中的两个过程：
microbenchmark(print("hello world"), cat("hello world\n"))
# Unit: microseconds
# expr min lq mean median uq max neval
# print("hello world") 29.122 31.654 39.64255 34.5275 38.852 192.779 100
# cat("hello world\\n") 9.381 12.356 13.83820 12.9930 13.715 52.564 100