编辑代码

x <- rnorm(10000, mean = 5, sd = 1) #正态分布随机数
#print(norm_random)  
f1<-function(x){
    #执行1000次
    n<-length(x)
    mhat<-median(x)
    s<-0
    for (i in 1:n){
        s<-s+abs(x[i]-mhat)
    }
    s<-s/n
    return(s)
}
f2<-function(x)mean(abs(x-median(x)))
timing1<-0
timing2<-0
for (m in 1:1000){
timing1 <- timing1+system.time({  
  result1 <- f1(x)  # 调用函数并存储结果  
}) 
timing2 <- timing2+system.time({  
  result2 <- f2(x)  # 调用函数并存储结果  
})
}
# 使用system.time()来测量函数运行时间  
# system.time()会返回执行这段代码所花费的用户CPU时间（应用程序执行时间）、
# 系统CPU时间（操作系统执行时间，如磁盘读写等）以及
# 总的流逝时间
print(result1)  # 打印函数的返回值  
print(timing1)  # 打印执行时间信息
print(result2)  # 打印函数的返回值  
print(timing2)  # 打印执行时间信息