Witaj na kursie

Optymalizacja kodu R za pomocą Rcpp

Romain François

Consulting Datactive, ThinkR

R vs C++

Świetny, elastyczny
Wolny
Interpretowany

C++

Kompilowany
Trudniejszy
Szybki

Motywacja

Użyj Rcpp, aby przyspieszyć kod
Nie trzeba znać całego C++
Skupiamy się na prostych funkcjach C++

Struktura kursu

Wprowadzenie — podstawowa składnia C++
Funkcje i przepływ sterowania w C++
Klasy wektorowe
Studia przypadków

Pomiar wydajności

Pętlowa wersja max

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

Porównanie wydajności z 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

Obliczanie prostych wyrażeń C++ z evalCpp

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

evalCpp( "exp(1.0)" )

2.718282

evalCpp( "sqrt(4.0)" )

Użycie

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

do uzyskania największej reprezentowalnej 32-bitowej liczby całkowitej ze znakiem (int)

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

2147483647

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

Podstawowe typy liczbowe

C++ oferuje bogaty zestaw typów liczbowych

Liczby całkowite: int
Liczby zmiennoprzecinkowe: double

# Literal numbers are double
x <- 42
storage.mode(x)

"double"

# Integers need the L suffix
y <- 42L
storage.mode(y)

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

"integer"

"integer"

C++

# Suffix .0 forces a double
y <- evalCpp( "42.0" )
storage.mode(y)

"double"

library(Rcpp)
# Literal integers are int
x <- evalCpp( "42" )
storage.mode(x)

"integer"

Rzutowanie

Jawne rzutowanie z (double)

# Explicit cast
y <- evalCpp("(double)(40 + 2)")
storage.mode(y)

"double"

Uważaj na dzielenie całkowitoliczbowe

# Integer division
evalCpp( "13 / 4" )

# Explicit cast, and hence use 
# of double division
evalCpp( "(double)13 / 4" )

3.25

# Automatic conversion in R
13L / 4L

3.25

Czas na ćwiczenia!

Optymalizacja kodu R za pomocą Rcpp