R语言使用foreach循环无法保存abc列表至myResults.rds文件

你代码里的核心问题是并行进程的内存隔离：用%dopar%时，每个worker都是独立的进程，主进程中定义的abc列表在worker里的修改不会同步回主进程，所以最后保存的abc还是初始的空列表。

不需要在foreach循环里手动给全局列表赋值，直接利用foreach的返回值特性——它会自动把每个迭代的结果收集成一个列表。

方案1：仅保存目标结果（lstData） #

修改后的代码如下：

library(foreach)
library(doParallel)

# 创建6核集群
cl <- makeCluster(6)
registerDoParallel(cl)

# 定义生成数据的函数
generate<-function(p){
  MIN <- (1-p)*100
  MAX <- (1+p)*100
  
  print(paste(MIN,MAX))
  # 直接初始化正确行数的矩阵，避免循环里rbind（更高效）
  mat <- matrix(nrow=11, ncol=4)
  for (i in 1:11){ 
    mat[i,] <- round(runif(4, MIN, MAX), 2)
  }
  return(mat)
}

# 并行循环，直接将返回值赋值给abc
abc <- foreach(i = 1:3) %dopar% {
  lstData <- generate(0.05)
  # 这里放你的分析代码
  addNum <- 1+2+3
  subNum <- 1-2-3
  
  # 最后返回你想要保存的目标数据（lstData）
  lstData
}

# 保存结果
saveRDS(abc, file = "myResults.rds")
stopCluster(cl)

方案2：需要保存多个结果（比如lstData和分析后的数值） #

如果循环里有多个需要保留的结果，可以让每个迭代返回一个包含多个元素的列表，之后再按需提取：

# 并行循环返回多结果列表
results <- foreach(i = 1:3) %dopar% {
  lstData <- generate(0.05)
  addNum <- 1+2+3
  subNum <- 1-2-3
  
  # 返回包含所有需要数据的列表
  list(data = lstData, sum = addNum, diff = subNum)
}

# 提取目标的lstData到abc列表
abc <- lapply(results, function(x) x$data)
saveRDS(abc, file = "myResults.rds")

• 原generate函数里用rbind循环扩展矩阵效率很低，直接初始化对应行数的矩阵再赋值更高效（已在方案1代码中修改）。
• 如果不需要打印MIN和MAX，可以去掉print语句，减少并行时的输出干扰。

内容的提问来源于stack exchange，提问作者BasicTex