卡方模拟内存分配错误：无法分配134217728Tb内存块

我最近在运行自己写的SSAS函数处理数据时，遇到了一个特别诡异的问题——明明我的数据只有800行3列，却一直弹出内存块分配错误，说要分配134217728Tb的内存，这显然不可能啊！但只要把数据缩减到300行，函数就能正常运行了。更奇怪的是，我用超过1000行的测试数据跑这个函数，完全没问题，这就让我摸不着头脑了。

先贴一下我的SSAS函数代码：

SSAS <- function(x, conf.int = 0.95, B = 10000) { 
x <- as.matrix(x) 
nr <- nrow(x) 
nc <- ncol(x) 
sr <- rowSums(x) 
sc <- colSums(x) 
n <- sum(x) 
E <- outer(sr, sc, "*")/n 
dimnames(E) <- dimnames(x) 
tmp <- .Call(stats:::C_chisq_sim, sr, sc, B, E) 
obs <- sum(sort((x - E)^2/E, decreasing = TRUE))/n 
sim <- tmp/n 
p0 <- (1 - conf.int)/2 
return(c(obs, quantile(sim, p0), quantile(sim, 1 -p0))) 
}

报错信息是这样的：

Error in FUN(X[[i]], ...) : cannot allocate memory block of size 134217728 Tb

下面是能正常运行的测试数据调用代码，以及用到的splitmfd函数：

cap <- read.table("http://pbil.univ-lyon1.fr/R/donnees/mfdcapreolus.txt", h = T) 
l1 <- splitmfd(cap) 
w <- matrix(unlist(lapply(l1, SSAS)), ncol = 3, byrow = T)

splitmfd <- function(mfd) { 
loca1 <- function(x) { 
x <- t(x[, 1:2]) 
dimnames(x) <- list(c("mal", "fem"), as.character(1:ncol(x))) 
x 
} 
l0 <- split(mfd, mfd$mon) 
lapply(l0, loca1) 
}

我的数据是按PRENURS、NURSE、POSTNURSE三个周期拆分的，数据样例如下：

> head(groups)
X n_male_mat n_fem_mat PERIOD
1 1 0 22 PRENURS
2 2 0 14 PRENURS
3 3 4 19 PRENURS
4 4 1 0 PRENURS
5 5 0 21 NURSE
6 6 0 11 NURSE

有没有大佬能帮我看看这到底是哪里出问题了？为什么小数据集反而爆内存，测试的大数据集却没事？

内容的提问来源于stack exchange，提问作者Lydia Katsis