优化R代码 - Rcpp

Question

除了基准测试功能外，R中是否有任何工具可以获取R代码中最大的瓶颈？

我经常对在C ++中重写R代码时获得的计算增益非常不确定。例如，在每个迭代需要进行优化的引导程序中，我不知道使用 GSL 库来执行对数似然函数的优化是否有用，因为{{ 1}}语言函数R使用stats.so文件。我注意到这是optim。

stats ::: C_optim

查看> stats:::C_optim $name [1] "optim" $address <pointer: 0x1cb34e0> attr(,"class") [1] "RegisteredNativeSymbol" $dll DLL name: stats Filename: /usr/lib/R/library/stats/libs/stats.so Dynamic lookup: FALSE $numParameters [1] 7 attr(,"class") [1] "ExternalRoutine" "NativeSymbolInfo" 函数（optim）的主体，我看到在C中实现了有效函数的导入。例如，有：

edit(optim)

怀疑：对于 Rcpp 用户，在您的项目中，您通常会尝试实现所有C ++函数或实现一组小C ++函数以用于R功能？

我知道这是一个相当普遍的问题，但我使用的所有函数 Rcpp 总是尝试从头开始实现C ++函数。我觉得我在C ++中编程比在R中编程更多。我有时认为我需要直接在C ++中编程。

R具有许多特性，使得语言对于各种任务来说都很慢。我总是试图避免循环并让位于.External2(C_optim, par, fn1, gr1, method, con, lower, upper) 函数族的使用。但是，我经常发现R很慢。这样，因为我对于值得优化的内容非常不确定，所以我最终用C ++实现了所有内容。

Answer 1

如果您（通常）在R中编写代码更快并且感觉像是要编写更多的C ++代码，我建议采用以下方法：

1. 在R。
中实施您的解决方案
2. 仅当 R解决方案不够快时，请尝试对其进行优化。
3. 优化的第一步是衡量效果，即分析您的代码。
4. 一旦确定了瓶颈，就可以改进那些使用的，更好的R代码或编译代码。

根据经验，您可以削减一些角落，即从一开始就知道问题中的某些内容需要编译代码。但这实际上取决于你正在处理的问题。