From 034c77f7404a53b87eaf5c7bb783f8d85e694cf9 Mon Sep 17 00:00:00 2001 From: seonghobae <8172694+seonghobae@users.noreply.github.com> Date: Sun, 16 Aug 2026 19:01:04 +0000 Subject: [PATCH] =?UTF-8?q?=EA=B3=A0=EC=9C=A0=EA=B0=92(Non-NA=20unique=20v?= =?UTF-8?q?alue)=20=EA=B0=9C=EC=88=98=20=EC=B8=A1=EC=A0=95=20=EC=8B=9C=20?= =?UTF-8?q?=EC=84=B1=EB=8A=A5=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 - `R/aFIPC.R` 내부에서 `length(stats::na.omit(unique(...)))` 패턴을 `sum(!is.na(unique(...)))`으로 교체. - `stats::na.omit` 호출로 인한 불필요한 S3 메서드 디스패치 및 `na.action` attribute 할당 오버헤드를 제거하여 성능(속도) 향상. - 최적화 관련 학습 내용을 `.jules/bolt.md` 저널에 기록. --- .jules/bolt.md | 3 +++ R/aFIPC.R | 4 ++-- 2 files changed, 5 insertions(+), 2 deletions(-) diff --git a/.jules/bolt.md b/.jules/bolt.md index 7d3c603f..055ecf4b 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. +## 2025-10-24 - R 언어에서 고유값 개수 계산(Non-NA unique value counting) 시 stats::na.omit() 오버헤드 최적화 +**Learning:** R에서 데이터의 고유값(NA 제외) 개수를 셀 때 `length(stats::na.omit(unique(x)))`를 사용하면 내부적으로 S3 메서드 디스패치(method dispatch)와 `na.action` 속성(attribute) 할당 등의 부가적인 오버헤드가 발생하여 성능이 크게 저하됩니다. 루프 내에서 호출될 경우 이 비용은 더욱 누적됩니다. +**Action:** `stats::na.omit()` 대신 논리 인덱싱과 벡터 덧셈을 활용한 `sum(!is.na(unique(x)))`로 변경하여 불필요한 함수 호출 및 메모리 할당 오버헤드를 제거함으로써 고유값 카운팅의 성능을 향상시켜야 합니다. 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 ',