Question

下午好，

我一直在尝试使用类似的方法在使用Rcpp时在R中对x[200:300]进行子集化。（注意，这不是我试图解决的问题，但我需要在我尝试用C ++编写的函数中对许多范围进行子集化，我发现这是我性能的瓶颈）

然而，尽管我已尝试使用rcpp中的方法，使用迭代器或其他东西，但我似乎并没有找到一个最低限度的解决方案。＆＃34;我发现的大多数解决方案都很慢。

看看Rcpp的参考资料，我似乎无法找到任何东西，但我无法在StackExchange中找到它。

我知道这段代码现在非常难看......但我只是无能为力

// [[Rcpp::export]]
StringVector range_test_( StringVector& x, int i, int j){
    StringVector vect(x.begin()+i, x.begin()+j);
    return vect;
}

然后，它慢了800倍。我一直试图在rcpp基础内找到与R非常快的x[i:j]函数...但是我无法找到它。

 tests_range <- rbenchmark::benchmark(
    x[200:3000],
    range_test_(x, 200, 3000),
    order = NULL,
    replications = 80
)[,1:4]

给出结果

                             test replications elapsed relative
1                     x[200:3000]           80   0.001        1
3       range_test_(x, 200, 3000)           80   0.822      822

如果有人知道如何在Rcpp中快速访问子集化函数x[i:j]或其他东西，我会非常感激。我似乎无法找到我失踪的工具。

Answer 1

问题是迭代器构造函数是一个副本。见this page

首先在迭代器之间复制数据，最后复制到创建的向量

但是，你可以试试这个

#include <Rcpp.h>

// [[Rcpp::export]]
Rcpp::StringVector in_range(Rcpp::StringVector &x, int i, int j) {
  return x[Rcpp::Range(i - 1, j - 1)]; // zero indexed
}

所花费的时间更接近

> set.seed(20597458)
> x <- replicate(1e3, paste0(sample(LETTERS, 5), collapse = ""))
> head(x)
[1] "NHVFQ" "XMEOF" "DABUT" "XKTAZ" "NQXZL" "NPJLM"
> 
> stopifnot(all.equal(in_range(x, 100, 200), x[100:200]))
> 
> library(microbenchmark)
> microbenchmark(in_range(x, 100, 200), x[100:200], times = 1e4)
Unit: nanoseconds
                  expr  min   lq     mean median   uq     max neval
 in_range(x, 100, 200) 1185 1580 3669.780   1581 1976 3263205 10000
            x[100:200]  790  790 1658.571   1185 1186 2331256 10000

请注意，有一个page here在susbetting上。我找不到相关的例子。

Rcpp子集连续的StringVector

1 个答案: