Question

我通过inline首次尝试了Rcpp功能，它解决了我的速度问题（感谢Dirk！）： R: Replacing negative values by zero

初始版本如下所示：

library(inline)
cpp_if_src <- '
  Rcpp::NumericVector xa(a);
  int n_xa = xa.size();
  for(int i=0; i < n_xa; i++) {
    if(xa[i]<0) xa[i] = 0;
  }
  return xa;
'
cpp_if <- cxxfunction(signature(a="numeric"), cpp_if_src, plugin="Rcpp")

但是当调用cpp_if(p)时，它会用输出覆盖p，这不是预期的。所以我认为它是通过参考传递的。

所以我用以下版本修复它：

library(inline)
cpp_if_src <- '
  Rcpp::NumericVector xa(a);
  int n_xa = xa.size();
  Rcpp::NumericVector xr(a);
  for(int i=0; i < n_xa; i++) {
    if(xr[i]<0) xr[i] = 0;
  }
  return xr;
'
cpp_if <- cxxfunction(signature(a="numeric"), cpp_if_src, plugin="Rcpp")

这似乎有效。但是，当我将其重新加载到R中时，原始版本不再覆盖其输入（即，相同的确切代码现在不会覆盖其输入）：

> cpp_if_src <- '
+   Rcpp::NumericVector xa(a);
+   int n_xa = xa.size();
+   for(int i=0; i < n_xa; i++) {
+     if(xa[i]<0) xa[i] = 0;
+   }
+   return xa;
+ '
> cpp_if <- cxxfunction(signature(a="numeric"), cpp_if_src, plugin="Rcpp")
> 
> p
 [1] -5 -4 -3 -2 -1  0  1  2  3  4  5
> cpp_if(p)
 [1] 0 0 0 0 0 0 1 2 3 4 5
> p
 [1] -5 -4 -3 -2 -1  0  1  2  3  4  5

我不是唯一试图复制此行为并发现结果不一致的人：

http://chat.stackoverflow.com/transcript/message/4357344#4357344

这里发生了什么？

Answer 1

他们的关键是“代理模型” - 您的xa与原始对象的内存位置确实相同，因此您最终会更改原始内容。

如果你不想这样做，你应该做一件事：使用clone()方法进行（深度）复制，或者可以显式创建一个新对象，将更改后的对象写入其中。方法二不这样做，你只需使用两个不同命名的变量，它们都是“指针”（在代理模型意义上）与原始变量。

另外一个复杂因素是，当你将一个int向量（从R）传递给NumericVector类型时，隐式强制转换和复制：创建一个副本，然后不再改变原始版本

这是一个更明确的示例，类似于我在教程或研讨会中使用的示例：

library(inline)
f1 <- cxxfunction(signature(a="numeric"), plugin="Rcpp", body='
  Rcpp::NumericVector xa(a);
  int n = xa.size();
  for(int i=0; i < n; i++) {
    if(xa[i]<0) xa[i] = 0;
  }
  return xa;
')

f2 <- cxxfunction(signature(a="numeric"), plugin="Rcpp", body='
  Rcpp::NumericVector xa(a);
  int n = xa.size();
  Rcpp::NumericVector xr(a);            // still points to a
  for(int i=0; i < n; i++) {
    if(xr[i]<0) xr[i] = 0;
  }
  return xr;
')

p <- seq(-2,2)
print(class(p))
print(cbind(f1(p), p))
print(cbind(f2(p), p))
p <- as.numeric(seq(-2,2))
print(class(p))
print(cbind(f1(p), p))
print(cbind(f2(p), p))

这就是我所看到的：

edd@max:~/svn/rcpp/pkg$ r /tmp/ari.r
Loading required package: methods
[1] "integer"
        p
[1,] 0 -2
[2,] 0 -1
[3,] 0  0
[4,] 1  1
[5,] 2  2
        p
[1,] 0 -2
[2,] 0 -1
[3,] 0  0
[4,] 1  1
[5,] 2  2
[1] "numeric"
       p
[1,] 0 0
[2,] 0 0
[3,] 0 0
[4,] 1 1
[5,] 2 2
       p
[1,] 0 0
[2,] 0 0
[3,] 0 0
[4,] 1 1
[5,] 2 2
edd@max:~/svn/rcpp/pkg$

因此，无论是传递int-to-float还是float-to-float都非常重要。

Rcpp通过引用传递而不是通过值传递

1 个答案: