问有什么技巧可以通来来管理R会话中的可用内存？

人们使用什么技巧来管理交互式R会话的可用内存？我使用下面的函数（基于Petr Pikal和David Hinds在2004年的“帮助列表”中发布的帖子）来列出（和/或排序）最大的对象，偶尔会使用rm()其中的一些。但是到目前为止，最有效的解决方案是在64位Linux下运行，内存充足。

任何其他好的技巧人们想分享？请发邮件。

# improved list of objects

.ls.objects <- function (pos = 1, pattern, order.by,

decreasing=FALSE, head=FALSE, n=5) {

napply <- function(names, fn) sapply(names, function(x)

fn(get(x, pos = pos)))

names <- ls(pos = pos, pattern = pattern)

obj.class <- napply(names, function(x) as.character(class(x))[1])

obj.mode <- napply(names, mode)

obj.type <- ifelse(is.na(obj.class), obj.mode, obj.class)

obj.size <- napply(names, object.size)

obj.dim <- t(napply(names, function(x)

as.numeric(dim(x))[1:2]))

vec <- is.na(obj.dim)[, 1] & (obj.type != "function")

obj.dim[vec, 1] <- napply(names, length)[vec]

out <- data.frame(obj.type, obj.size, obj.dim)

names(out) <- c("Type", "Size", "Rows", "Columns")

if (!missing(order.by))

out <- out[order(out[[order.by]], decreasing=decreasing), ]

if (head)

out <- head(out, n)

out

}

# shorthand

lsos <- function(..., n=10) {

.ls.objects(..., order.by="Size", decreasing=TRUE, head=TRUE, n=n)

}