R：apply（object， 1， function（x） sum（x-a）/b） 和 rowsums（（object-a）/b） 之间的差异

问：

我是 R 的新手，正在为 apply 函数而苦苦挣扎。执行起来真的很慢，我正在尝试优化我收到的一些代码。

我正在尝试进行一些矩阵运算（对 ~10^6 个元素矩阵进行逐元素乘法和除法），然后对结果矩阵的行求和。我找到了这个很棒的库，它在大约 1/30 的时间内执行了我认为相同的代码，但我的“优化”答案和之前的答案之间存在系统差异。Rfast

原始代码大致如下

ans <- apply(object, 1, function(x) sum((x - a) / b))

我的代码是

ans = Rfast:::rowsums((object-a)/b)

我不确定是因为其中一种方法是放弃精度还是四舍五入错误 - 有什么想法吗？

编辑

尝试重现错误非常困难......

我已经能够将差异隔离到我除以我的向量时，每个条目 ~ 3000（即 .如果我去掉这个术语，这两种方法给出相同的答案。b[3016.460436, 3021.210321, 3033.3303219]

然后我尝试了两种方法来改进我的答案，一种是除以 1000，然后在最后将总和除以 1000。这不起作用，大概是因为无论哪种方式，浮点精度都是相同的。b

我还尝试强制我的向量为整数，但也没有用。b

示例数据也没有重现我的错误，这令人沮丧......

objmat = rbind(rep(c(1,0,0),1000),rep(c(0,0,1),1000))
amat = rbind(rep(c(0.064384654, 0.025465132, 0.36543214),1000))
bmat = rbind(rep(c(1016.460431,1021.210431,1033.330431),1000))
ans = apply(objmat,1,function(x) sum((x-amat)/bmat))

给

答[1] = 0.5418828413

行总和（（objmat[1，]-amat）/bmat） = 0.5418828413

我认为这一定是浮点精度误差，但我不确定为什么我的虚拟数据没有重现它，或者哪种方法（或）会更准确！applyrowsums