求助：如何基于大数据量高效的做相关性检验

我现在又两个50-70M的数据，分别为a（485512行，36列），b（45行，36列），我想提取A中的每一行与B中的每一行做相关性检验，提取P值以及相应统计量（代码如下），但是我现在遇到一个问题就是程序运行太慢，而且只能在8G，64位的机器上运行，换成4G，32位的机器就会报错，无法分配矢量。我试过ff包，还是很慢，因为我用的是最低效的for循环，不知道我的程序上能不能有什么改进。

<br />
PValue_Spearman<-matrix(NA,nrow=485512,ncol=45)<br />
Statistics_Spearman<-matrix(NA,nrow=485512,ncol=45)</p>
<p>for (i in 1:485512){<br />
  for (j in 1:45){<br />
    Cor_Spearman<-cor.test(a[i,],b[j,],meth='spearman',exact=FALSE)<br />
    Statistics_Spearman[i,j]<-round(Cor_Spearman$estimate,digits=3)<br />
    PValue_Spearman11[i,j]<-round(Cor_Spearman$p.value,digits=3)<br />
  }<br />
}<br />