我目前正在尝试寻找一种允许连续函数调用的实现,其中每次调用都需要访问大矩阵的每个元素(最多1.5e9个双精度项)。
我使用bigmemory
包与Rcpp
一起处理矩阵以进行函数操作。
要更明确一点,请参阅以下代码。
C ++代码:
// [[Rcpp::export]]
double IterateBigMatrix2(SEXP pBigMat,int n_row, int n_col){
XPtr<BigMatrix> xpMat(pBigMat);
MatrixAccessor<double> mat(*xpMat);
double sum = 0;
for(int i=0;i<n_row;i++){
for(int j=0;j<n_col;j++){
sum += mat[j][i];
}
}
return(sum);
}
R中的函数调用:
#Set up big.matrix
nrows <- 2e7
ncols <- 50
bkFile <- "bigmat.bk"
descFile <- "bigmatk.desc"
bigmat <- filebacked.big.matrix(nrow=nrows, ncol=ncols, type="double",
backingfile=bkFile, backingpath=".",
descriptorfile=descFile,
dimnames=c(NULL,NULL))
#Consecutive function calls
IterateBigMatrix2(bigmat@address,nrows,ncols)
IterateBigMatrix2(bigmat@address,nrows,ncols)
不幸的是,连续函数调用在某些时候因为增加n_rows而非常慢。 n_cols。
我的问题:
这是因为如果超过RAM,对big.matrix元素的访问会导致删除第一个缓存的元素,但是在连续的函数调用中,这些首先是“第一个&#39;需要big.matrix的元素吗? 如果&#39;是&#39;,是否有更好的(提高性能)方式来访问循环中的元素或删除缓存的元素?
非常感谢您的帮助!
答案 0 :(得分:0)
Big.matrix对象,作为标准R矩阵,按列存储。 这意味着矩阵实际上是一个长向量(由彼此连接的列组成)。
这基本上告诉您的是始终按列访问列,而不是逐行访问列,以便访问连续内存中的数据(&#34;访问的位置&#34;)。
所以,只需切换两个循环就可以了。
PS:您不需要通过n_row
和n_col
。您可以通过xpMat->nrow()
和xpMat->ncol()
或mat.nrow()
和mat.ncol()
获取这些内容。