R语言中高效（时间内存）添加矩阵行及避免新对象的方法

你提到的rbind确实有个棘手的问题——每次调用它都会复制整个现有矩阵，再创建一个全新的矩阵对象，当需要添加大量行时，时间和内存开销会飙升。针对行数未知的动态添加场景，有两种更优的方案，能大幅提升效率：

方案1：预先分配空间，填充后裁剪 #

如果能大致预估最大可能的行数，直接先创建一个足够大的矩阵，用索引直接赋值新行，最后再删掉未使用的空行。这种方式几乎没有多余的内存复制，效率最高：

# 先预估一个足够大的行数（比如最多1000行，2列）
my_matrix <- matrix(NA, nrow = 1000, ncol = 2)
# 用计数器跟踪当前已使用的行数
current_row <- 2  # 初始已有2行数据

# 添加新行的操作
new_row <- c(1, 2)
current_row <- current_row + 1
my_matrix[current_row, ] <- new_row

# 所有行添加完成后，裁剪掉未使用的NA行
my_matrix <- my_matrix[!is.na(my_matrix[, 1]), ]

如果预估的空间不够，还可以做分阶段扩容——当当前行数超过矩阵容量时，把矩阵容量翻倍（比如从2000行扩到4000行），这样能减少重新分配内存的次数，平衡内存占用和效率：

my_matrix <- matrix(NA, nrow = 2, ncol = 2)
current_row <- 2

new_row <- c(1, 2)
current_row <- current_row + 1
# 检查容量是否足够，不够就扩容
if (current_row > nrow(my_matrix)) {
  my_matrix <- rbind(my_matrix, matrix(NA, nrow = nrow(my_matrix), ncol = ncol(my_matrix)))
}
my_matrix[current_row, ] <- new_row

# 最后裁剪到实际行数
my_matrix <- my_matrix[1:current_row, ]

方案2：用列表收集行，最后一次性转矩阵 #

如果完全没法预估行数，用列表来动态存储每一行是更好的选择——列表的元素添加开销极小，不会像矩阵那样每次复制整个结构。等所有行都收集完，再用do.call(rbind, ...)一次性转成矩阵：

# 初始化列表存储行
row_list <- list()
# 先加入初始的2行
row_list[[1]] <- c(NA, NA)
row_list[[2]] <- c(NA, NA)

# 添加新行，直接往列表末尾加
row_list[[length(row_list) + 1]] <- c(1, 2)

# 所有行收集完成后，转成矩阵
my_matrix <- do.call(rbind, row_list)

关于“避免创建新对象”的疑问 #

这里得明确：R里的矩阵是不可变对象，也就是说，任何对矩阵结构的修改（包括添加行）本质上都需要创建新对象。但上面的方案把“创建新对象”的次数降到了最少——要么只在最后裁剪/扩容时做一次，要么只在最后转矩阵时做一次，远比每次rbind都复制整个矩阵高效得多。

内容的提问来源于stack exchange，提问作者irudnyts