使用 Rcpp 运行编译的 C++ 代码

我一直在努力通过 Dirk Eddelbuettel 的方法Rcpp教程在这里：

http://www.rinfinance.com/agenda/ http://www.rinfinance.com/agenda/

我已经学会了如何将 C++ 文件保存在目录中并调用它并从 R 中运行它。我正在运行的 C++ 文件称为“logabs2.ccp”，其内容直接来自 Dirk 的一张幻灯片：

#include <Rcpp.h>

using namespace Rcpp;

inline double f(double x) { return ::log(::fabs(x)); }

// [[Rcpp::export]]
std::vector<double> logabs2(std::vector<double> x) {
    std::transform(x.begin(), x.end(), x.begin(), f);
    return x;
}

我用这个 R 代码运行它：

library(Rcpp)
sourceCpp("c:/users/mmiller21/simple r programs/logabs2.cpp")
logabs2(seq(-5, 5, by=2))
# [1] 1.609438 1.098612 0.000000 0.000000 1.098612 1.609438

我正在 Windows 7 计算机上从似乎默认安装的 R GUI 中运行代码。我还安装了最新版本Rtools。上面的R代码看起来运行时间比较长。我怀疑大部分时间都花在了编译 C++ 代码上，并且一旦编译了 C++ 代码，它就会运行得非常快。Microbenchmark当然表明Rcpp减少计算时间。

到目前为止我从未使用过 C++，但我知道当我编译 C 代码时我会得到一个 *.exe 文件。我从一个名为的文件中搜索了我的硬盘驱动器logabs2.exe但找不到。我想知道上面的 C++ 代码是否会运行得更快，如果logabs2.exe文件已创建。是否有可能创建一个logabs2.exe文件并将其存储在某个文件夹中，然后让 Rcpp 在我想使用它时调用该文件？我不知道这是否有道理。如果我可以将 C++ 函数存储在 *.exe 文件中，那么也许我不必每次想将它与 Rcpp 一起使用时都编译该函数，然后 Rcpp 代码可能会更快。

抱歉，如果这个问题没有意义或重复。如果可以将 C++ 函数存储为 *.exe 文件，我希望有人能告诉我如何修改上面的 R 代码来运行它。感谢您对此提供的任何帮助，或者让我明白为什么我的建议是不可能或不推荐的。

我期待看到德克的新书。

感谢 user1981275、Dirk Eddelbuettel 和 Romain Francois 的回复。下面是我如何编译 C++ 文件并创建 *.dll，然后在内部调用并使用该 *.dll 文件R.

步骤 1. 我创建了一个名为“c:\users\mmiller21\myrpackages”的新文件夹，并将文件“logabs2.cpp”粘贴到该新文件夹中。文件“logabs2.cpp”是按照我原来的帖子中所述创建的。

步骤 2. 在新文件夹中我创建了一个新的R名为“logabs2”的包使用R我编写的文件名为“新包创建.r”。 “新包创建.r”的内容是：

setwd('c:/users/mmiller21/myrpackages/')

library(Rcpp)

Rcpp.package.skeleton("logabs2", example_code = FALSE, cpp_files = c("logabs2.cpp"))

我发现上面的语法Rcpp.package.skeleton在 Hadley Wickham 的网站之一上：https://github.com/hadley/devtools/wiki/Rcpp https://github.com/hadley/devtools/wiki/Rcpp

步骤 3. 我安装了新的R包“logabs2”在R在 DOS 命令窗口中使用以下行：

C:\Program Files\R\R-3.0.1\bin\x64>R CMD INSTALL -l c:\users\mmiller21\documents\r\win-library\3.0\ c:\users\mmiller21\myrpackages\logabs2

where:

rcmd.exe 文件的位置是：

C:\Program Files\R\R-3.0.1\bin\x64>

安装位置R我电脑上的软件包是：

c:\users\mmiller21\documents\r\win-library\3.0\

以及我的新位置R安装之前的包是：

c:\users\mmiller21\myrpackages\

DOS 命令窗口中使用的语法是通过反复试验发现的，可能并不理想。在某些时候，我将“logabs2.cpp”的副本粘贴到“C:\Program Files\R\R-3.0.1\bin\x64>”中，但我认为这并不重要。

步骤 4. 安装新版本后R包我使用运行它R我在“c:/users/mmiller21/myrpackages/”文件夹中将其命名为“new package use.r”（尽管我认为该文件夹并不重要）。 ‘new package use.r’的内容是：

library(logabs2)
logabs2(seq(-5, 5, by=2))

输出是：

# [1] 1.609438 1.098612 0.000000 0.000000 1.098612 1.609438

该文件加载了包Rcpp不用我问。

在这种情况下基R假设我正确执行了此操作，速度会更快。

#> microbenchmark(logabs2(seq(-5, 5, by=2)), times = 100)
#Unit: microseconds
#                        expr    min     lq  median     uq     max neval
# logabs2(seq(-5, 5, by = 2)) 43.086 44.453 50.6075 69.756 190.803   100

#> microbenchmark(log(abs(seq(-5, 5, by=2))), times=100)
#Unit: microseconds
#                         expr    min     lq median    uq     max neval
# log(abs(seq(-5, 5, by = 2))) 38.298 38.982 39.666 40.35 173.023   100

但是，使用 dll 文件比调用外部 cpp 文件更快：

system.time(

cppFunction("
NumericVector logabs(NumericVector x) {
    return log(abs(x));
}
")

)

#   user  system elapsed 
#   0.06    0.08    5.85 

尽管在本例中，基本 R 似乎更快或与 *.dll 文件一样快，但我毫不怀疑将 *.dll 文件与Rcpp会比基础更快R在多数情况下。

这是我第一次尝试创建 R 包或使用 Rcpp，毫无疑问我没有使用最有效的方法。另外，我对这篇文章中的任何印刷错误表示歉意。

EDIT

在下面的评论中，我认为 Romain Francois 建议我将 *.cpp 文件修改为以下内容：

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]

NumericVector logabs(NumericVector x) {
return log(abs(x));
}

并重新创建我的R包，我现在已经完成了。然后我比较了基础R使用以下代码针对我的新包：

library(logabs)

logabs(seq(-5, 5, by=2))
log(abs(seq(-5, 5, by=2)))

library(microbenchmark)

microbenchmark(logabs(seq(-5, 5, by=2)), log(abs(seq(-5, 5, by=2))), times = 100000)

Base R仍然快一点或者没有什么不同：

Unit: microseconds
                         expr    min     lq median     uq       max neval
   logabs(seq(-5, 5, by = 2)) 42.401 45.137 46.505 69.073 39754.598 1e+05
 log(abs(seq(-5, 5, by = 2))) 37.614 40.350 41.718 62.234  3422.133 1e+05

也许这是因为基地R已经矢量化了。我怀疑有更复杂的功能基础R会慢很多。或者也许我仍然没有使用最有效的方法，或者也许我只是在某个地方犯了错误。