Função de "amostra" de benchmarking em R

Eu estava samplecomparando a função em R e comparando-a com igraph:sample_sequm resultado estranho.

Quando corro algo como:

library(microbenchmark)
library(igraph)
set.seed(1234)
N <- 55^4
M <- 500
(mbm <- microbenchmark(v1 = {sample(N,M)}, 
                       v2 = {igraph::sample_seq(1,N,M)}, times=50))

Eu recebo um resultado como este:

Unit: microseconds
 expr       min        lq        mean     median        uq       max neval
   v1 21551.475 22655.996 26966.22166 23748.2555 28340.974 47566.237    50
   v2    32.873    37.952    82.85238    81.7675    96.141   358.277    50

Mas quando eu corro, por exemplo,

set.seed(1234)
N <- 100^4
M <- 500
(mbm <- microbenchmark(v1 = {sample(N,M)}, 
                      v2 = {igraph::sample_seq(1,N,M)}, times=50))

Eu obtenho um resultado muito mais rápido para sample:

Unit: microseconds
 expr    min     lq     mean  median     uq     max neval
   v1 52.165 55.636 64.70412 58.2395 78.636  88.120    50
   v2 39.174 43.504 62.09600 53.5715 73.253 176.419    50

Parece que quando Né uma potência de 10 (ou algum outro número especial?), sampleÉ muito mais rápido que outros menores Nque não são potências de 10. Esse é o comportamento esperado ou estou perdendo alguma coisa?

sample()ou melhor, sample.int()por padrão, usa um algoritmo de hash quando determinadas condições são atendidas, sendo uma delas que n> 1e7.

Se o segundo benchmark for executado novamente sem hash, você verá que ele também é muito mais lento que a função igraph.

set.seed(1234)
N2 <- 100^4
M <- 500
(mbm <- microbenchmark(v1 = {sample.int(N2,M, useHash = FALSE)}, 
                       v2 = {igraph::sample_seq(1,N2,M)}, times=50))

Unit: microseconds
 expr        min         lq         mean     median         uq       max neval cld
   v1 144297.936 150368.649 167224.95664 154283.077 157832.520 407710.78    50   b
   v2     61.218     65.392     92.35544     87.885    118.262    148.87    50  a 

Na documentação do useHashargumento:

lógico indicando se a versão hash do algoritmo deve ser usada. Só pode ser usado para substituir = FALSO, prob = NULL e tamanho <= n / 2, e realmente deve ser usado para n grande, pois useHash = FALSE usará memória proporcional a n.