Bem-vindo/a ao curso

Otimizando código R com Rcpp

Romain François

Consulting Datactive, ThinkR

R vs C++

Ótimo, flexível
Lento
Interpretado

C++

Compilado
Mais difícil
Rápido

Motivação

Use Rcpp para deixar seu código mais rápido
Não precisa saber todo o C++
Foque em escrever funções C++ simples

Estrutura do curso

Introdução — sintaxe básica de C++
Funções e controle de fluxo em C++
Classes de vetor
Estudos de caso

Medir desempenho

versão com loop de max

slowmax <- function(x){
   res <- x[1]
   for ( i in 2:length(x) ){
       if( x[i] > res ) res <- x[i]}
   res  }

Comparando desempenho com microbenchmark

library(microbenchmark)

x <- rnorm(1e6)
microbenchmark( slowmax(x), max(x) )

Unit: milliseconds
       expr       min       lq      mean    median        uq       max neval
 slowmax(x) 31.649452 34.29454 36.344912 35.435299 37.188249 90.363038   100
     max(x)  1.563559  1.74036  1.939367  1.847045  2.014684  3.340052   100

Writing Efficient R Code

Avaliando expressões C++ simples com evalCpp

library(Rcpp)
evalCpp( "40 + 2" )

evalCpp( "exp(1.0)" )

2.718282

evalCpp( "sqrt(4.0)" )

Usando

std::numeric_limits<int>::max()

para obter o maior inteiro com sinal de 32 bits representável (int)

evalCpp(
   "std::numeric_limits<int>::max()"
   )

2147483647

( $\footnotesize \mathtt{2147483647 = 2^{31}-1}$)

Tipos numéricos básicos

C++ tem um conjunto rico de tipos numéricos

Números inteiros: int
Ponto flutuante: double

# Literais numéricos são double
x <- 42
storage.mode(x)

"double"

# Inteiros precisam do sufixo L
y <- 42L
storage.mode(y)

z <- as.integer(42)
storage.mode(z)

"integer"

"integer"

C++

# Sufixo .0 força um double
y <- evalCpp( "42.0" )
storage.mode(y)

"double"

library(Rcpp)
# Literais inteiros são int
x <- evalCpp( "42" )
storage.mode(x)

"integer"

Casting

Conversão explícita com (double)

# Conversão explícita
y <- evalCpp("(double)(40 + 2)")
storage.mode(y)

"double"

Cuidado com a divisão inteira

# Divisão inteira
evalCpp( "13 / 4" )

# Conversão explícita e, assim,
# uso de divisão de double
evalCpp( "(double)13 / 4" )

3.25

# Conversão automática em R
13L / 4L

3.25

Vamos praticar!

Otimizando código R com Rcpp