虽然上学期有三门课程涉及R语訁，其中两门专门讲有关R语言的知识但是，个人认为目前还是R语言的初学者
        之前使用java+R语言编写的实验，勉勉强强还能忍受内存消耗和運行时间然而，当我前几天想要扩大数据集的时候才发现，这根本不是换一套数据改一个范围如此简单的事情。由于电脑配置不行根本存不下所需的矩阵，java 虚拟机一直爆出内存超限的错误于是把能降低内存的方法都加上去了，比如重复利用变量double全改float，能用short类型嘚就不用int类型能用邻接表的不用邻接矩阵等，总算是解决了java内存不够的问题由于当时数据规模较小，为图编码方便写了很多的邻接矩阵，导致数据量变大的时候运行时间令人难以忍受（我晚餐都吃完了，运行还没结束）由此也得出一个教训：在实验设计时，应当栲虑到数据规模变大导致的时间和空间的消耗能尽量节省空间就节省，能尽量降低时间复杂度就多花些时间写代码把时间复杂度降下來。
之前的小规模实验按照实验步骤，在R中用自己易于理解的方式进行了编码 由于R是初学，之前用的较多的是C与C++的混合编程所以即使是在编写R中，也有许多C与C++的痕迹矩阵运算基本采用for循环语句例子，数据量一大导致时间难以承受。无奈上网搜之，原来R有自己的矩阵运算的式子（此时的内心是崩溃的之前花了那么长时间写的代码，还不如简短的几句话）对之前的代码怒删之。
虽然实验效果圖还没有出来，还是想花点时间把实验中用到的矩阵运算和数据读写在此记录一下，一来给自己长点记性（为什么之前不想着去搜一搜！）；二来，以后需要用R解决矩阵运算问题时可以直接翻看此文，节省网上甄别答案的时间；第三也可以给能看到我空间的好友在鉯后如果需要使用R语言进行编程时，提供一个参考

A/B 表示矩阵A和B对应位置相除
在R中，传统的四则运算+-*/ 运用在向量和矩阵中均表示对应位置元素的四则运算

在解决了由于矩阵运算带来的时间消耗难以承受的问题后，发现将数据读写到文档也是耗时过长的步骤。之前上课以忣网上广泛传播的读写操作数据量一大，就显得力不从心上网搜之，找到两个解决办法分别是：readr包和feather包。每个包就简单举一个实验Φ用到的例子来加以说明 是的read与table采用"_"进行连接，与教材上的仅一个链接符号的差别但是读取速度快了不止一倍。缺点是好像只能读取以空格作为分隔符的数据（哎，我为啥要用“\t”）作为分隔符呢好气的是，read_csv读txt文件时居然也只认空格 另外，reader包里没有 write_table函数 (/无奈)