使用内联和 Rcpp 调用 R 函数仍然与原始 R 代码一样慢

我需要评估一个需要长循环的函数（后验分布）。显然我不想在 R 本身中执行此操作，因此我使用“inline”和“Rcpp”来实现 C++。但是，我发现在每个循环都使用 R 函数的情况下，cxx 函数的运行速度与运行 R 代码一样慢（请参阅下面的代码和输出）。特别是，我需要在每个循环中使用多元正态累积分布函数，因此我使用 mvtnorm 包中的 pmvnorm() 。

如何在 cxxfunction 中使用此 R 函数并加快速度？我想了解为什么会发生这种情况，以便将来我可以在 cxxfunction 中使用其他 R 函数。

谢谢。

test <- cxxfunction(
  signature(Num="integer",MU="numeric",Sigma="numeric"),
  body='
  RNGScope scope;

  Environment stats("package:mvtnorm");
  Function pmvnorm = stats["pmvnorm"];

  int num = Rcpp::as<int>(Num);
  NumericVector Ret(1);
  NumericMatrix sigma(Sigma);
  NumericVector mu(MU);
  NumericVector zeros(2);

for(int i = 0; i < num; i++)
{
  Ret = pmvnorm(Named("upper",zeros),Named("mean",MU),Named("sigma",sigma));
}
return Ret;
',plugin="Rcpp"
)

system.time(
test(10000,c(1,2),diag(2))
)
    user  system elapsed 
    5.64    0.00    5.75 

system.time(
for(i in 1:10000){
pmvnorm(upper=c(0,0),mean=c(1,2),sigma=diag(2))
}
)
   user  system elapsed 
   5.46    0.00    5.57 

你正在呼唤R 函数来自 Rcpp。

这不会比直接调用 R 函数更快。

您的约束约束是你调用的函数而不是你怎么称呼它。 Rcpp 并不是某种神奇的 R 到 C++ 编译器。