第一，很明显的可以向量化和矩阵化的loop，改变矩阵或者向量的大小，都是比较耗时的，这些可以在R内部通过矩阵化，正确估计矩阵的dim来解决。
第二，对于比较简单的函数，基本程序本身写好之后，用Rprof做profiling，找到最耗时间的环节，用inline和Rcpp包把最耗时间的部分重新写一次。
第三，可以并行的计算做并行处理。
第四，使用ff包处理大的数据表格。
第五，用sparse matrix处理大矩阵。
第六，使用正确的算法也很重
第一，很明显的可以向量化和矩阵化的loop，改变矩阵或者向量的大小，都是比较耗时的，这些可以在R内部通过矩阵化，正确估计矩阵的dim来解决。
第二，对于比较简单的函数，基本程序本身写好之后，用Rprof做profiling，找到最耗时间的环节，用inline和Rcpp包把最耗时间的部分重新写一次。
第三，可以并行的计算做并行处理。
第四，使用ff包处理大的数据表格。
第五，用sparse matrix处理大矩阵。
第六，使用正确的算法也很重
