难怪每次清除变量之后，内存还有东西，找到症结所在了
可是为什么设置了上限之后，内存还是不能超过1g呢，奇怪

这个有可能跟你本机的虚拟内存设置有关。可能我所说的4G也不一定适用于所有电脑。

谢谢

good.Thanks

你好，我在做数据模拟的时候也遇到了这个问题，下面是我的程序，当我把变量个数设为5000时，程序就会报告：错误，无法分配大小为95.4M的矢量。这是怎么回事，我用了rm(),gc(),还是不管用啊,像这样应该怎么解决呢

rm(list=ls())
library(MASS)
library(stats)
library(utils)
library(graphics)
library(splines)
library(survival)
library(penalized)
library(MASS)
library(SIS)
library(lattice)
library(Matrix)

gendata <- function(n,cor,beta)
  {
        #design matrix
        X=mvrnorm(n,rep(0,p),cor)

        #observed survivial time
        #set.seed(seed+1000)
        logS=log(matrix(runif(n,0,1),n,1)) #log[S(t)]
        T=-logS/(exp(X%*%beta))

      #censored time
        C <- rexp(n, rate =0.1)
       
        #survival time and state
        time <- apply(cbind(C,T),1,min)
        stat <- as.numeric(T<C)

        #combin data
        return(list("X"=X,"surv"=Surv(time,stat),"time"=time,"stat"=stat))
}

n=100  #sample size
sample=2 #simulation times
#beta vector
beta1<-c(1.8762,-2.2746,1.9497,-1.9826,1.956277,-2.2077,1.9929,-2.4966,1.8992,-1.9458)
beta2<-rep(0,4990)
beta<-matrix(c(beta1,beta2))
beta11<-which(beta!=0)
p <- length(beta)
d <- p-length(beta[beta==0])

#generate correlation matrix ,第一种方案，相关系数为零，即个自变量间相互独立
cor=matrix(1,p,p)
for (i in 1:p)
{
        for (j in 1:p)
                {
               if(i!=j)
                 {
                cor[i,j]=0 #correlation matrix
                      }
            }
}

i=1
for (i in 1:sample){
if (i>1 ){rm(simcox,opt1pf,lambda,coxlasso,opt1,fit2,lambda22,fit1,lambda11,pen)
              gc()}#删除上一次循环中的结果，避免影响下一次
###############generate data
simcox <-gendata(n,cor,beta)
attach(simcox)
#Cox: lasso
opt1pf <- profL1(surv, penalized = X, fold = 10, data=simcox)
lambda <- opt1pf$lambda[opt1pf$cvl==max(opt1pf$cvl)]
coxlasso <- penalized(surv, penalized = X, data=simcox, lambda1=lambda)
}