Slower `fsetdiff` vs `dplyr::setdiff`
維護者通常 1 天內回覆
還沒有人認領這個 Issue。
評估
- 難度
- 4/5
- 預估耗時
- 3-5 天
- 新手友好度
- 48/100
- Issue 類型
- 缺陷
- 描述清晰度
- 基本清楚
- 活躍度
- 冷清
- 技術堆疊
- r
- 領域
- performance
研究方向
Start by reproducing the issue's bench::mark comparison between data.table::fsetdiff and dplyr::setdiff using the supplied data.table inputs. Trace the fsetdiff implementation and compare the relevant work with the benchmarked alternative. Done means preserving fsetdiff's results while measurably reducing its runtime and memory allocation on this example.
由索引模型根據 Issue 內容生成。
描述
This came up after code profiling where a loop was calling fsetdiff in each pass among other things.
library(data.table)
olddt <- data.table::data.table(a = paste0(1:10000, "a"))
newdt <- data.table::data.table(a = paste0(1:10010, "a"))
bench::mark(DT = data.table::fsetdiff(newdt, olddt),
DPLYR = dplyr::setdiff(newdt, olddt),
min_iterations = 30,
relative = TRUE)[, 1:5]
# A tibble: 2 × 5
expression min median `itr/sec` mem_alloc
<bch:expr> <dbl> <dbl> <dbl> <dbl>
1 DT 10.7859 11.0259 1 1.81242
2 DPLYR 1 1 10.0019 1
bench::mark(DT = data.table::fsetdiff(newdt, olddt),
DPLYR = dplyr::setdiff(newdt, olddt),
min_iterations = 30,
relative = FALSE)[, 1:5]
# A tibble: 2 × 5
expression min median `itr/sec` mem_alloc
<bch:expr> <bch:tm> <bch:tm> <dbl> <bch:byt>
1 DT 4.77ms 5.66ms 171.193 763KB
2 DPLYR 432µs 505.4µs 1799.31 421KB
Session info
sessioninfo::session_info()
#> ─ Session info ───────────────────────────────────────────────────────────────
#> setting value
#> version R version 4.5.3 (2026-03-11 ucrt)
#> os Windows 11 x64 (build 26200)
#> system x86_64, mingw32
#> ui RTerm
#> language (EN)
#> collate English_United Kingdom.utf8
#> ctype English_United Kingdom.utf8
#> date 2026-06-07
#>
#> ─ Packages ───────────────────────────────────────────────────────────────────
#> package * version date (UTC) lib source
#> bench 1.1.4 2025-01-16 [1] CRAN (R 4.5.2)
#> cli 3.6.6 2026-04-09 [1] CRAN (R 4.5.3)
#> data.table * 1.18.4 2026-05-06 [1] CRAN (R 4.5.3)
#> digest 0.6.39 2025-11-19 [1] CRAN (R 4.5.2)
#> dplyr 1.2.1 2026-04-03 [1] CRAN (R 4.5.3)
#> evaluate 1.0.5 2025-08-27 [1] CRAN (R 4.5.2)
#> fastmap 1.2.0 2024-05-15 [1] CRAN (R 4.5.2)
#> fs 2.1.0 2026-04-18 [1] CRAN (R 4.5.3)
#> generics 0.1.4 2025-05-09 [1] CRAN (R 4.5.2)
#> glue 1.8.1 2026-04-17 [1] CRAN (R 4.5.3)
#> htmltools 0.5.9 2025-12-04 [1] CRAN (R 4.5.2)
#> knitr 1.51 2025-12-20 [1] CRAN (R 4.5.2)
#> lifecycle 1.0.5 2026-01-08 [1] CRAN (R 4.5.2)
#> magrittr 2.0.5 2026-04-04 [1] CRAN (R 4.5.3)
#> otel 0.2.0 2025-08-29 [1] CRAN (R 4.5.2)
#> pillar 1.11.1 2025-09-17 [1] CRAN (R 4.5.2)
#> pkgconfig 2.0.3 2019-09-22 [1] CRAN (R 4.5.2)
#> profmem 0.7.0 2025-05-02 [1] CRAN (R 4.5.2)
#> R6 2.6.1 2025-02-15 [1] CRAN (R 4.5.2)
#> reprex 2.1.1 2024-07-06 [1] CRAN (R 4.5.2)
#> rlang 1.2.0 2026-04-06 [1] CRAN (R 4.5.3)
#> rmarkdown 2.31 2026-03-26 [1] CRAN (R 4.5.3)
#> rstudioapi 0.18.0 2026-01-16 [1] CRAN (R 4.5.2)
#> sessioninfo 1.2.4 2026-06-04 [1] CRAN (R 4.5.3)
#> tibble 3.3.1 2026-01-11 [1] CRAN (R 4.5.2)
#> tidyselect 1.2.1 2024-03-11 [1] CRAN (R 4.5.2)
#> utf8 1.2.6 2025-06-08 [1] CRAN (R 4.5.2)
#> vctrs 0.7.3 2026-04-11 [1] CRAN (R 4.5.3)
#> withr 3.0.2 2024-10-28 [1] CRAN (R 4.5.2)
#> xfun 0.57 2026-03-20 [1] CRAN (R 4.5.3)
#> yaml 2.3.12 2025-12-10 [1] CRAN (R 4.5.2)
#>
#> [1] C:/Program Files/R/library
#> [3] C:/Program Files/R/R-4.5.3/library
#> * ── Packages attached to the search path.
#>
#> ──────────────────────────────────────────────────────────────────────────────
- 主要語言
- R
- 星號
- 3.9k
- 分支
- 1.1k
- 平均合併
- 1 天 8 小時
- 30 天內合併 PR
- 14
環境準備
在瀏覽器裡用你自己的 GitHub 帳號啟動這個專案的開發容器。
- 沒有 Dockerfile 或 Docker Compose 檔案
- 有 Pull Request 範本
- 閱讀貢獻指南
從這裡開始
- 先讀完整個 Issue，再讀專案的貢獻指南。
- 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
- Fork 儲存庫，在一個分支上完成修改。
- 送出 Pull Request，並在描述裡引用這個 Issue 編號。
Rdatatable/data.table 的其他 Issue
-
beginner-task
難度 1/5 1 小時以內 新手友好度 78/100
Rdatatable/data.table#7952 · 1 則留言 ·
維護者通常 1 天內回覆
-
beginner-task
難度 2/5 1-3 小時 新手友好度 68/100
Rdatatable/data.table#7948 · 2 則留言 ·
維護者通常 1 天內回覆
-
as.data.table() recurses without end on a survival::Surv object (or any data.frame carrying one)未關閉
難度 2/5 1-3 小時 新手友好度 88/100
Rdatatable/data.table#7887 ·
維護者通常 1 天內回覆
-
test() doesn't distinguish plain NA_real_, NaN可能已有人在做 @MichaelChirico 於 98 天前認領。 未關閉consistency tests
難度 2/5 1-3 小時 新手友好度 68/100
Rdatatable/data.table#7853 · 3 則留言 ·
維護者通常 1 天內回覆
-
HAVE_LONG_DOUBLE is conditioned on but never set可能已有人在做 @venom1204 於 542 天前認領。 未關閉internals
難度 2/5 1-3 小時 新手友好度 65/100
Rdatatable/data.table#6938 · 1 則留言 ·
維護者通常 1 天內回覆
查看 Rdatatable/data.table 的全部 Issue
相似的 Issue
-
難度 2/5 1-3 小時 新手友好度 67/100
維護者通常 2 天內回覆
-
難度 2/5 1-3 小時 新手友好度 62/100
BGI-shenzhen/PopLDdecay#25 ·
-
難度 2/5 1-3 小時 新手友好度 88/100
Public-Environmental-Data-Partners/EJAM#699 ·
維護者通常 1 天內回覆
-
難度 2/5 1-3 小時 新手友好度 65/100
waldronlab/bugphyzz#281 ·
維護者通常 1 天內回覆
-
難度 1/5 1 小時以內 新手友好度 88/100