在哪里可以学习如何编写C代码来加速慢R函数?[关闭]

好吧,有个好老头 利用消息来源,卢克! ---R本身有很多(非常有效的)C代码可以学习,CRAN有数百个包,其中一些来自您信任的作者。这为学习和适应提供了真实的、经过检验的例子。

但正如Josh所怀疑的,我更倾向于C++。 Rcpp . 它也有很多例子。

我发现有两本书很有帮助:

• S程序设计
• 数据分析软件 “这是最新的,并且有一个更好的R-中心的感觉-和两个章节延伸R。另外,约翰因为我的所作所为把我撕成碎片 digest 所以光是这一点就值得你付出代价。

Rcpp公司 Rcpp公司

编辑2: 关于哈德利的问题,我 非常强烈 很容易避免 . 看看 Rcpp-introduction vignette this blog post 在这里,我不必担心10%的差异(在Radford-Neal的一个例子中),我们可以得到 八倍 用C++来增加(当然是一个虚构的例子)。

很复杂的是,你可能会遇到C++错误,简单地说,很难理解GROK。但是为了 使用Rcpp 成本 是不可否认的,它被 利益

哈德利,

我理解你所说的C++比C更复杂。这是如果你想掌握一切:对象、模板、STL、模板元编程等等…大多数人不需要这些东西,只能依靠别人。Rcpp的实现是非常复杂的,但仅仅因为你不知道你的冰箱是如何工作的,并不意味着你不能打开门去抓鲜奶。。。

从你对R的许多贡献中,让我印象深刻的是,你发现R有些乏味(数据操作、图形、字符串操作等等)。准备好迎接更多的惊喜吧,使用R的内部C API,这是非常乏味的。

Rcpp旨在消除API的这些繁琐方面。

你可以自己判断你发现什么更复杂,更模糊,等等。。。基于几个例子。此函数使用C API创建字符向量:

SEXP foobar(){
  SEXP ab;
  PROTECT(ab = allocVector(STRSXP, 2));
  SET_STRING_ELT( ab, 0, mkChar("foo") );
  SET_STRING_ELT( ab, 1, mkChar("bar") );
  UNPROTECT(1);
}

使用Rcpp,可以编写与以下相同的函数:

SEXP foobar(){
   return Rcpp::CharacterVector::create( "foo", "bar" ) ;
}

SEXP foobar(){
   Rcpp::CharacterVector res(2) ;
   res[0] = "foo" ;
   res[1] = "bar" ;
   return res ;
}

正如德克所说,在这几个小插曲中还有其他的例子。我们通常也会将人们引向我们的单元测试,因为每个单元测试都测试代码的一个非常特定的部分,并且有些不言自明。

我显然有偏见,但我建议大家熟悉Rcpp,而不是学习R的C API,如果Rcpp有什么不清楚或似乎不可行的地方,可以来邮件列表。

不管怎样,推销结束了。

我想这一切都取决于你最终想写什么样的代码。

哈德利:不幸的是,我没有专门的资源来帮助你开始C++。我从Scott Meyers的书(有效C++,更有效的C++等等……)中获取了这些,但这些并不是人们所能称之为入门的东西。

• C++函数必须返回一个R对象。所有R对象都是SEXP。
• C++函数将0个和65个R对象作为输入(再加上SSIP)。
• 外部“C” RcppExport公司

因此.Call函数在某个头文件中声明如下:

#include <Rcpp.h>

RcppExport SEXP foo( SEXP x1, SEXP x2 ) ;

SEXP foo( SEXP x1, SEXP x2 ){
   ...
}

关于使用Rcpp的R-API,我们没有更多的了解。

大多数人只想在Rcpp中处理数值向量。你可以用NumericVector类来实现这一点。有几种方法可以创建数值向量:

从您从R传递下来的现有对象:

 SEXP foo( SEXP x_) {
    Rcpp::NumericVector x( x_ ) ;
    ...
 }

对于使用::create static函数的给定值:

 Rcpp::NumericVector x = Rcpp::NumericVector::create( 1.0, 2.0, 3.0 ) ;
 Rcpp::NumericVector x = Rcpp::NumericVector::create( 
    _["a"] = 1.0, 
    _["b"] = 2.0, 
    _["c"] = 3
 ) ;

 Rcpp::NumericVector x( 10 ) ;      // filled with 0.0
 Rcpp::NumericVector x( 10, 2.0 ) ; // filled with 2.0

一旦你有了一个向量,最有用的是从中提取一个元素。这是由运算符[]完成的,使用基于0的索引,例如,求数值向量的值与此类似:

SEXP sum( SEXP x_ ){
   Rcpp::NumericVector x(x_) ;
   double res = 0.0 ;
   for( int i=0; i<x.size(), i++){
      res += x[i] ;
   }
   return Rcpp::wrap( res ) ;
}

但有了Rcpp糖,我们现在可以做得更好:

using namespace Rcpp ;
SEXP sum( SEXP x_ ){
   NumericVector x(x_) ;
   double res = sum( x ) ;
   return wrap( res ) ;
}

@jbremaint:没错。Rcpp类实现了一些接近RAII模式的东西。创建Rcpp对象时,构造函数会采取适当的措施确保底层R对象(SEXP)不受垃圾收集器的影响。毁灭者撤回了保护。这在 Rcpp-intrduction 小插曲。底层实现依赖于R API函数 保留对象 释放对象

由于C++封装,确实存在性能损失。我们尽量在内联等方面保持最低限度。。。代价很小,如果考虑到编写和维护代码所需时间的收益,就没有那么重要了。

从Rcpp类函数调用R函数比直接使用C api调用eval慢。这是因为我们采取预防措施并将函数调用封装到TryCcatch块中,以便捕获R错误并将它们推广到C++异常,以便使用C++中的标准TIG/catch来处理它们。

大多数人都想使用向量(特别是数字向量),这个类的惩罚很小。examples/convalvebenchmarks目录包含R-exts中臭名昭著的卷积函数的几个变体,vignette有基准测试结果。事实证明,Rcpp比使用R-API的基准代码更快。