Question

我写了一个基础R seq函数的Rcpp版本。

library(Rcpp)

cppFunction('NumericVector seqC(double x, double y, double by) {

  // length of result vector
  int nRatio = (y - x) / by;
  NumericVector anOut(nRatio + 1);

  // compute sequence
  int n = 0;
  for (double i = x; i <= y; i = i + by) {
    anOut[n] = i;
    n += 1;
  }

  return anOut;
}')

对于以下测试，它的工作正常。

seqC(1, 11, 2)
[1]  1  3  5  7  9 11

seqC(1, 10, 2)
[1]  1  3  5  7  9 11

此外，它在传递带有十进制数字的值时（有时）也可以工作整数。

seqC(0.43, 0.45, 0.001)
[1] 0.430 0.431 0.432 0.433 0.434 0.435 0.436 0.437 0.438 0.439 0.440 0.441 0.442 0.443 0.444 0.445 0.446 0.447 0.448 0.449 0.450

然而，有时候这个功能似乎从最后一次开始就没有按预期工作正在删除序列的条目（或者更确切地说，输出向量anOut 没有合适的尺寸），根据我相当稀缺的C ++技能，可能归因于某种舍入错误。

seqC(0.53, 0.59, 0.001)
 [1] 0.530 0.531 0.532 0.533 0.534 0.535 0.536 0.537 0.538 0.539 0.540 0.541 0.542 0.543 0.544 0.545 0.546 0.547 0.548 0.549 0.550 0.551
[23] 0.552 0.553 0.554 0.555 0.556 0.557 0.558 0.559 0.560 0.561 0.562 0.563 0.564 0.565 0.566 0.567 0.568 0.569 0.570 0.571 0.572 0.573
[45] 0.574 0.575 0.576 0.577 0.578 0.579 0.580 0.581 0.582 0.583 0.584 0.585 0.586 0.587 0.588 0.589

例如，在最后一个示例中，缺少最后一个值（0.590）。是否有谁知道如何解决这个问题？

Answer 1

正如其他人所指出的，您遇到的问题基本上是浮点算术错误。常见的解决方法是将doubles扩展到足够大的整数，执行任务，然后将结果调整为输入的原始比例。我采用了与@RHertel稍微不同的方法，让缩放量（adjust）由增量的精度确定，而不是使用固定量，但这个想法基本相同。

#include <Rcpp.h>

struct add_multiple {
  int incr;
  int count;
  add_multiple(int incr)
    : incr(incr), count(0)
    {}
  inline int operator()(int d) {
    return d + incr * count++;
  }
};

// [[Rcpp::export]]
Rcpp::NumericVector rcpp_seq(double from_, double to_, double by_ = 1.0) {
  int adjust = std::pow(10, std::ceil(std::log10(10 / by_)) - 1);
  int from = adjust * from_;
  int to = adjust * to_;
  int by = adjust * by_;

  std::size_t n = ((to - from) / by) + 1;
  Rcpp::IntegerVector res = Rcpp::rep(from, n);
  add_multiple ftor(by);

  std::transform(res.begin(), res.end(), res.begin(), ftor);
  return Rcpp::NumericVector(res) / adjust;
}

/*** R

all.equal(seq(.53, .59, .001), seqC(.53, .59, .001)) &&
  all.equal(seq(.53, .59, .001), rcpp_seq(.53, .59, .001))
# [1] TRUE

all.equal(seq(.53, .54, .000001), seqC(.53, .54, .000001)) &&
  all.equal(seq(.53, .54, .000001), rcpp_seq(.53, .54, .000001))
# [1] TRUE 

microbenchmark::microbenchmark(
  "seq" = seq(.53, .54, .000001),
  "seqC" = seqC(0.53, 0.54, 0.000001),
  "rcpp_seq" = rcpp_seq(0.53, 0.54, 0.000001),
  times = 100L)
Unit: microseconds
     expr        min          lq        mean     median         uq        max neval
      seq    896.190   1015.7940   1167.4708   1132.466   1221.624   1651.571   100
     seqC 212293.307 219527.6590 226933.4329 223384.592 227860.410 398462.561   100
 rcpp_seq    182.848    194.1665    225.4338    227.396    244.942    320.436   100

*/

seqC是@ RHertel的修订实现，产生了正确的结果。 FWIW我认为这个函数的缓慢性能主要是在push_back类型上使用NumericVector，这是Rcpp开发人员强烈建议的。

Answer 2

＆＃34;＆lt; =＆＃34;可以用浮点数创建困难。这是着名问题"Why are these numbers not equal?"的变体。此外，矢量长度存在类似问题，在最后一个示例的情况下应为60，但实际上计算为59.这很可能是由于转换为整数（通过转换，即，截断）一个像59.999999或类似的值。

解决这些问题似乎非常困难，所以我重写了相当多的代码，希望现在函数能够按需运行。

以下代码应为基本上任何类型的增加系列提供正确的结果（即y > x，by > 0）。

cppFunction('NumericVector seqC(double x, double y, double by) {
 NumericVector anOut(1);
 // compute sequence
 double min_by = 1.e-8;
 if (by < min_by) min_by = by/100;
 double i = x + by;
 anOut(0) = x;
 while(i/min_by < y/min_by + 1) { 
  anOut.push_back(i);
  i += by;
 }
return anOut;
}')

希望这会有所帮助。非常感谢@Konrad Rudolph指出我之前尝试过的错误！

Rcpp版本的base-R seq会降低值

2 个答案: