我正在考虑将R脚本转换为C代码，以加快速度，并将其打包为.exe。我是C.的新手。
我的问题是它会在C中明显加快吗？速率限制步骤是一种必须在大向量上应用很多次的排序算法。我不确定R中的矢量化功能是否会对此有所帮助或减慢速度。我还读到，在R中for循环效率很低。
如果我应该在C中执行此操作，哪些库可以帮助我模仿R的一些数据处理功能，如基本矩阵操作？我应该从哪里开始？现在我甚至不知道如何将我的数据读入C（逗号分隔的文本文件）。
答案 0 :(得分：10)
我会尽力回答这个问题。
...但你不问的问题可能更相关：R算法可以在R中更快吗？这里的答案通常是“是”。可以“足够快”吗？好吧，如果不尝试（并查看当前的R代码），这是不可能回答的。
问：我的R算法在C中会更快吗？
答：是的！如果你为算法编写“最佳”C代码，它很可能会更快。很可能还会做很多</ strong>更多的工作。
问：在C？中可以更快地对大型载体进行分类吗？
答：是的。使用多线程，您可以提高速度。 ...但是首先在R中调用sort(x, method='quick')，看看是否有所改善！对于随机数据，默认方法不是很快。
x <- runif(1e7)
system.time( sort(x) ) # 2.50 secs
system.time( sort(x, method='quick') ) # 1.37 secs
#system.time( tommysort(x) ) # 0.51 secs (4 threads)
问：哪些库模仿基本的R函数？
答：LAPACK / BLAS处理R中的矩阵数学。如果这就是你所需要的，你可以找到比R中的vanilla快得多的库（你也可以在R中使用它们来提高性能！）。
另一种方法是从R到C创建一个.Call，从那里你可以访问所有R的功能！ inline包和Rcpp包可以帮助您更轻松。
第三种方法是在应用程序中嵌入R. Rinside可以帮助您更轻松。
问：如何将CSV数据读入C？
答：查看fopen和fscanf函数。 ...并使用它们来编写数据导入功能。