错误：C堆栈使用率太接近极限

Question

错误：C堆栈使用率太接近极限我试图在R中运行一些相当深的递归代码，它不断给我这个错误：错误：C堆栈使用率太接近极限我的输出CStack_info()是：Cstack_info()     size    current  direction eval_depth  67108864       8120          1          2我的机器上有足够的内存，我只想弄清楚如何增加R的CStack。编辑：有人要求一个可重复的例子。这是导致问题的一些基本示例代码。运行f（1,1）几次就会出现错误。请注意，我已经设置了--max-ppsize = 500000和options（表达式= 500000），所以如果你没有设置它们，你可能会得到关于这两件事之一的错误。正如你所看到的，递归可以在这里非常深入，我不知道如何让它一致地工作。谢谢。f <- function(root=1,lambda=1) {     x <- c(0,1);     prob <- c(1/(lambda+1),lambda/(lambda+1));         repeat {       if(root == 0) {         break;       }       else {         child <- sample(x,2,replace=TRUE,prob);         if(child[1] == 0 && child[2] == 0) {           break;         }         if(child[1] == 1) {           child[1] <- f(root=child[1],lambda);         }         if(child[2] == 1 && child[1] == 0) {           child[2] <- f(root=child[2],lambda);         }       }       if(child[1] == 0 && child[2] == 0) {         break;       }       if(child[1] == 1 || child[2] == 1) {         root <- sample(x,1,replace=TRUE,prob);       }         }     return(root)}

Answer 1

堆栈大小是一个操作系统参数，可按进程调整（请参阅参考资料setrlimit(2)）。据我所知，您无法在R内调整它，但您可以在启动R之前使用ulimit命令从shell调整它。它的工作原理如下：

$ ulimit -s # print default8192$ R --slave -e 'Cstack_info()["size"]'
   size 
8388608

8388608 = 1024 * 8192; R打印的值相同ulimit -s，但以字节为单位而不是千字节。

$ ulimit -s 16384 # enlarge stack limit to 16 megs$ R --slave -e 'Cstack_info()["size"]'
    size 
16777216

要对此设置进行永久性调整，请将ulimit命令添加到shell启动文件中，以便每次登录时都执行该命令。我无法给出更具体的指示，因为它取决于您拥有的shell和内容。我也不知道如何登录图形环境（如果你没有在终端窗口中运行R，这将是相关的）。

Answer 2

我怀疑，无论堆栈限制如何，你最终都会得到太深的递归。例如，使用lambda = Inf，f（1）会无限期地导致立即递归。递归的深度似乎是随机游走，有一些概率r更深，1-r完成当前递归。当你达到堆栈限制时，你已经做了很多“更深层次”的步骤。这意味着r> 1/2，并且绝大多数时间你只会继续递归。

而且，即使在无限递归的情况下，似乎几乎可以推导出解析或至少数值解。可以将p定义为f（1）== 1的概率，在单次迭代后写入“子”状态的隐式表达式，并将它们与p等同，并求解。然后，p可以用作从二项分布中单次绘制成功的机会。

Answer 3

这种情况发生在我身上的原因完全不同。我在组合两列时偶然创建了一个超长字符串：

output_table_subset = mutate(big_data_frame,
     combined_table = paste0(first_part, second_part, col = "_"))

代替

output_table_subset = mutate(big_data_frame,
     combined_table = paste0(first_part, second_part, sep = "_"))

让我永远想弄清楚，因为我从来没有想到粘贴会导致问题。