From d3a4fd8a4c45f8ddeafc3e7898288a18204c7718 Mon Sep 17 00:00:00 2001 From: seonghobae <8172694+seonghobae@users.noreply.github.com> Date: Fri, 21 Aug 2026 18:56:01 +0000 Subject: [PATCH] =?UTF-8?q?=E2=9A=A1=20Bolt:=20stats::na.omit=20=EC=A0=9C?= =?UTF-8?q?=EA=B1=B0=EB=A5=BC=20=ED=86=B5=ED=95=9C=20=EB=85=BC=EB=A6=AC=20?= =?UTF-8?q?=EC=9D=B8=EB=8D=B1=EC=8B=B1=20=EA=B8=B0=EB=B0=98=20=EA=B0=92=20?= =?UTF-8?q?=EC=B9=B4=EC=9A=B4=ED=8C=85=20=EC=B5=9C=EC=A0=81=ED=99=94?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit R에서 `length(unique(stats::na.omit(x)))` 및 `length(stats::na.omit(unique(x)))` 형태의 사용은 `stats::na.omit` 함수 호출 및 S3 메서드 디스패치, `na.action` 속성 부여로 인한 불필요한 메모리 할당 및 평가 오버헤드를 발생시킵니다. 이를 `sum(!is.na(unique(x)))` 형태로 변경하여 순수한 논리 인덱싱과 벡터 덧셈만으로 동일한 결과를 내도록 최적화했습니다. 이 변경은 반복적인 항목 서브셋이나 큰 데이터 프레임 로딩 시 발생하는 O(N)의 병목을 완화하고 패키지 전반적인 성능을 높입니다. --- .jules/bolt.md | 3 +++ R/aFIPC.R | 4 ++-- R/surveyFA.R | 2 +- 3 files changed, 6 insertions(+), 3 deletions(-) diff --git a/.jules/bolt.md b/.jules/bolt.md index 7d3c603f..08a19be3 100644 --- a/.jules/bolt.md +++ b/.jules/bolt.md @@ -16,3 +16,6 @@ ## 2025-02-12 - R 언어에서 반복적인 mirt 모델 생성 시 불필요한 데이터프레임 부분집합 추출 최적화 **Learning:** R에서 데이터프레임의 특정 열을 추출하는 작업(`df[cols]`)은 O(N)의 메모리 복사를 수반합니다. `autoFIPC`에서 `mirt` 모델의 파라미터를 설정하거나 호출하는 과정 중에 `newformXDataK[colnames(newFormModel@Data$data)]` 코드가 반복해서 사용되었고, 심지어 `ncol()`을 위해 단순히 개수를 구할 때도 사용되어 불필요한 메모리 할당과 오버헤드를 초래했습니다. **Action:** 조건문이나 반복문 내부에서 불필요하게 데이터프레임 부분집합 연산이 반복되지 않도록 외부에서 한 번만 `linkedFormData <- newformXDataK[colnames(newFormModel@Data$data)]`로 캐싱(caching)한 뒤, `ncol(linkedFormData)`와 `data = linkedFormData` 형태로 재사용하여 메모리 복사와 O(N) 오버헤드를 방지해야 합니다. +## 2024-07-13 - R 언어에서 고유 NA가 아닌 값 개수 산정 방식 최적화 (stats::na.omit 제거) +**Learning:** R에서 고유한 값을 센 뒤 NA를 제외하기 위해 `length(unique(stats::na.omit(x)))` 혹은 `length(stats::na.omit(unique(x)))`를 사용하면, `stats::na.omit`이 S3 메서드 디스패치 및 `na.action` 어트리뷰트를 할당하는 오버헤드를 발생시켜 성능이 저하됩니다. +**Action:** 논리 인덱싱과 결합한 `sum(!is.na(unique(x)))` 방식을 사용하여 불필요한 속성 할당 및 함수 호출 오버헤드를 줄이고 연산 속도를 크게 향상시킵니다. diff --git a/R/aFIPC.R b/R/aFIPC.R index 62546519..c8bdc58a 100644 --- a/R/aFIPC.R +++ b/R/aFIPC.R @@ -770,8 +770,8 @@ autoFIPC <- if ( !is.na(newFormItemName) && !is.na(oldFormItemName) && - (length(stats::na.omit(unique(newFormModel@Data$data[, newFormItemName]))) == - length(stats::na.omit(unique(oldFormModel@Data$data[, oldFormItemName])))) + (sum(!is.na(unique(newFormModel@Data$data[, newFormItemName]))) == + sum(!is.na(unique(oldFormModel@Data$data[, oldFormItemName])))) ) { message( 'applying ', diff --git a/R/surveyFA.R b/R/surveyFA.R index f60fffd8..787c1cc9 100644 --- a/R/surveyFA.R +++ b/R/surveyFA.R @@ -83,7 +83,7 @@ surveyFA <- function( response_data <- as.data.frame(data) response_data <- response_data[, vapply(response_data, function(column) { - nunique <- length(unique(stats::na.omit(column))) + nunique <- sum(!is.na(unique(column))) nunique >= 2L }, logical(1L))]