求助！R语言中关于无法分配内存为200M的矢量的问题

求助：
问题：代码里中间过程量有些多，大多数使用sapply和lapply进行循环求值存储，但是当运行：

lapply(1:n, function(i) t(x[which(idl==i),,drop=FALSE])%*%x[which(idl==i),,drop=FALSE])

(涉及的量太多了，这里是程序卡主的地方，其中n为样本量，n=140, x是纵向数据协变量矩阵，x形式为

x:      idl      x1       x2    x3       x4     x5       x6          x7       x8       x9     ......    xp
        1     
        1
        1
        2
        2
        2
        2
        3
        3
        3
         .
         .
         .
1,2,3,...表示个体，当p>1000的时候就会出现无法存储适量大小为200M的矢量，这里的t(x[which(idl==i),,drop=FALSE])%*%x[which(idl==i),,drop=FALSE])算出来是一个pXp矩阵)
而且这个量需要在循环中计算

已经尝试过的方法：
（1）使用memery.limit()类的方法，没有用。
（2）其余中间量能使用的都用了稀疏矩阵Matrix()。
（3）使用过library(STORE)包进行存储。
（4）在程序中涉及到的每一步循环中都是用了rm()组合gc()进行及时的清理。
（5）电脑已经是64位，且为8核16G的配置（不考虑换电脑哈）


求助：因为论文需要，这里的p选择不能小于5000，以上方法没有作用，求助有没有别的方法，谢谢啦。
还有一个是可能我这样计算值并且存储的方式太冗余，求助有没有别的处理方式，比如换掉lapply。
谢谢了！

lapply或者sapply，其实都是R中自己包装的循环，和自己写for循环基本等价
要么弄服务器这种扩大硬件的路子，变量数量超过5000个，通常N>>p，说明用来做乘法的矩阵就已经很大了，得到的结果最小也是5000*5000的，如果硬算，内存自然要这么多。
要么接受一些近似计算，您提到很多稀疏矩阵，也许可以有一些特殊方法用分块矩阵的玩法来搞。否则的话，就不要用R来搞了。