如何在r中并行化包的函数

我想将正在处理的包的一部分并行化。应该使用哪些包和哪些语法使包在不同的体系结构上灵活和可用?我的问题在于 sapply() 调用如下模拟代码所示:

.heavyStuff <- function(x) { 
   # do a lot of work
   Sys.sleep(1)
}

listOfX <- 1:20

userFunc1 <- function(listOfX) {    
  res <- sapply(listOfX, .heavyStuff)
  return(res)
}

根据不同的指南,我炮制了如下:

userFunc2 <- function(listOfX, dopar.arg=2) {
  if(requireNamespace("doParallel")) {
    doParallel::registerDoParallel(dopar.arg)
    res <- foreach(i=1:length(listOfX)) %dopar% {
       .heavyStuff(listOfX[[i]])
    }
    names(res) <- names(listOfX)
  } else {
    res <- sapply(listOfX, .heavyStuff)
  }
  return(res)
}

问题:

1. 我能在包中安全地使用这样的代码吗?它能在一系列平台上正常工作吗?
2. 有没有办法避免 foreach() 构建?我更喜欢用一个像花哨的或是重叠的函数。然而,并行库中的结构似乎更为特定于平台。
3. 如果 dopar.arg==NULL ,尽管 the introduction to doParallel says that 没有任何争论“你将得到三个工人和类unix系统 您将获得相当于系统核心数一半的工作线程数。”