Rcpp 上的等式逻辑运算符比基数 R 慢 8 倍 修改后的代码输出

如何解决Rcpp 上的等式逻辑运算符比基数 R 慢 8 倍 修改后的代码输出

看下面简单的代码和操作：

    library(Rcpp)
    library(microbenchmark)

    set.seed(100)
    x <- sample(0:1,1000000,replace = TRUE)
    y <- sample(0:1,replace = TRUE)
    
    cppFunction('LogicalVector is_equal_c(NumericVector x,NumericVector y) {
      return x == y;
    }')
    is_equal_R <- function(x,y) {
      return(x==y)
    }
    mbm <- microbenchmark(c = is_equal_c(x,y),R = is_equal_R(x,y)
    )
    mbm

它给出了以下执行速度的表现：

Unit: milliseconds
 expr    min     lq      mean  median       uq      max neval cld
    c 6.4132 6.6896 10.961774 11.2421 12.63245 102.5480   100   b
    R 1.2555 1.2994  1.766561  1.3327  1.38220   9.0022   100  a 

简单的 R 等式运算符比 Rcpp 快 8 倍。为什么会这样，有没有办法让 Rcpp 代码至少与 R 简单向量相等运算符一样快？

解决方法

正如弗洛里安已经暗示的那样，将代价高昂的副本从 int 强制复制到 numeric 是您的错误：

> class(1:3)
[1] "integer"
> class(1:3 + 0)   # Florian's conversion
[1] "numeric"
> 

因为整数值实际上比数字更“轻”（在 32 位和 64 位），我们不妨坚持使用整数并相应地修改您的 C++ 函数签名。

在我的电脑上，C++ 击败了 R，但两者都是 vrey 代码，正如您在 R 中已经向量化的实现中所期望的那样。

修改后的代码

现在是一个带有嵌入式 R 代码的 C++ 文件

#include <Rcpp.h>

// [[Rcpp::export]]
Rcpp::LogicalVector is_equal_c(Rcpp::IntegerVector x,Rcpp::IntegerVector y) {
  return x == y;
}

/*** R
library(microbenchmark)

set.seed(100)
x <- sample(0:1,1000000,replace = TRUE)
y <- sample(0:1,replace = TRUE)

is_equal_R <- function(x,y) {
  return(x==y)
}
mbm <- microbenchmark(c = is_equal_c(x,y),R = is_equal_R(x,y))
mbm
*/

输出

> Rcpp::sourceCpp("answer.cpp")

> library(microbenchmark)

> set.seed(100)

> x <- sample(0:1,replace = TRUE)

> y <- sample(0:1,replace = TRUE)

> is_equal_R <- function(x,y) {
+ > return(x==y)
+ > 
}

> mbm <- microbenchmark(c = is_equal_c(x,+ >                     R = is_equal_R(x,y))

> mbm
Unit: milliseconds
 expr     min      lq    mean  median      uq      max neval cld
    c 1.77923 1.82570 2.06075 1.87093 1.93911  4.31854   100   a
    R 1.20529 2.03077 2.23089 2.06222 2.11870 10.89118   100   a
> 

所以总而言之，您的结果是那些令人头疼的事情之一，人们认为“这不可能是真的......”，而这些都是非常好的学习经验:)

,

不，不是。

这只是因为它需要将您的整数向量复制到数字向量。尝试使用 + 0。

library(Rcpp)
library(microbenchmark)

set.seed(100)
x <- sample(0:1,replace = TRUE) + 0
y <- sample(0:1,replace = TRUE) + 0
typeof(x)

cppFunction('LogicalVector is_equal_c(NumericVector x,NumericVector y) {
  return x == y;
}')
is_equal_R <- function(x,y)
)
mbm

Unit: milliseconds
 expr    min     lq     mean  median      uq     max neval
    c 4.2476 4.3730 5.451743 4.60745 5.00635 12.3636   100
    R 3.0767 3.1513 4.242035 3.25965 3.71425 14.5210   100