Rcpp简介

从R到C++

Rcpp 是一个R语言的扩展包.Rcpp提供了一个干净，平易近人的API，可以让你编写高性能代码.

C++能加速的典型问题：

• 多重循环或者递归函数
• 需要多次调用的函数
• C++的STL标准模板库中提供多种R中没有的高级数据类型和算法

一个例子！

setwd("D:/Rworkspeace")
library(Rcpp)
sourceCpp("demo1.cpp")

fib_r <- function(n){
  if(n==1||n==2) return(1)
  return(fib_r(n-1)+fib_r(n-2))
}

system.time(fib_r(30))
system.time(fib_cpp(30))

   user  system elapsed 
   0.86    0.02    0.88 



   user  system elapsed 
      0       0       0 

Rcpp安装

• mac linux用户在R环境install.packages(“Rcpp”)
• win用户需要安装Rtools并添加环境变量,教程.

Rcpp常用数据类型

常用数据类型初始化

数据访问

• Rcpp使用”()”访问元素
• Cpp中索引从0开始
• a(0,2)访问矩阵a的第1行第3列

常用函数

• +, -, *, /, pow(x,p), <, <=, >, >=, ==, !=, !
  • 均支持向量化
• A.size()
  • 返回向量或矩阵的大小
• A.push_back(a)
  • 将a添加到A的最后
• A.push_front(a)
  • 将a添加到A的前面
• A.ncol()
  • 返回A的列数
• A.nrow()
  • 返回A的行数

C++函数在R环境运行

scr = "int fib_cpp_1(int n){
         if(n==1||n==2) return 1;
         return(fib_cpp_1(n-1)+fib_cpp_1(n-2));
    }
"
cppFunction(scr)
fib_cpp_1(5)
count<< a<<;

5

sourceCpp("demo1.cpp")
fib_cpp(5)
Rcpp::matrix()

5

C++文件的编写规则

#include < Rcpp.h >
using namespace Rcpp;
//[[Rcpp::export]]

Rcpp::mat funMat(){
…;
return mat;
}

void fun(){
…;
}

• 若想在R中使用C++,第一行必须包括在C++文件中
• 第二行可以不写,但必须使用”Rcpp::”调用Rcpp的类型
• 第三行必须写在每个想要在R中调用的函数前
• C++函数和变量必须声明类型
• C++每行必须以分号结尾
• 若只对对象本身进行操作可以声明为void型

RcppArmadillo!!!

Armadillo 是一个非常优秀、现代、高级的C++库,RcppArmadill使得可以在R语言可以基于Rcpp调用Armadillo库.

为什么要用RcppArmadillo？

• RcppArmadillo中有更多的容器
• RcppArmadillo中对数据操纵更加方便
• RcppArmadillo中实现了许多Rcpp中没有的常用算法,例如矩阵乘法,转置,求逆,矩阵的常用分解
• 类似的库还有
  • RInside 在C++中调用R
  • RcppGSL 科学数值计算
  • RcppEigen 线性代数计算库

RcppArmadillo数据类型与常用函数

RcppAramdillo提供了丰富的数据类型和操作函数,详见RcppArmadillo帮助文档

RcppArmadillo文件的编写规则

#include < RcppArmadillo.h >
// [[Rcpp::depends(RcppArmadillo)]]
// [[Rcpp::export]]

又一个例子！

a=matrix(rnorm(30000),,3)
b=apply(a,1,function(a) sum(a*c(0.3,0.5,0.7))+rnorm(1))
lm(b~a)

Call:
lm(formula = b ~ a)

Coefficients:
(Intercept)           a1           a2           a3  
   0.006459     0.301525     0.476332     0.716985  

sourceCpp("fastlm.cpp")
fastLm(a,b)

$coefficients

0.3014306

0.4764750

0.7169423

$stderr

0.009896280

0.009824000

0.009836553

$df.residual

9997

library(microbenchmark)
summary(microbenchmark(lm(b~a),fastLm(a,b)))

学习资料

Advanced R by Hadley Wickham
Rcpp for everyone
Rcpp:R与C++的无缝整合
RcppArmadillo