Question

我有一个用Rcpp编写的函数：

library(Rcpp)
cppFunction("NumericVector MatVecMul_cpp (NumericVector y, double k) {
  int n = y.size();
  NumericVector z(n);
  int i; double *p1, *p2, *end = &z[n];
  double tmp = 1.0;
for (i = 0; i < n; i++) {
  for (p1 = &z[i], p2 = &y[0]; p1 < end; p1++, p2++) *p1 += tmp * (*p2);
  tmp *= k;
}
return z;
}")

该函数的基本目标是获取数值向量和参数k并计算输出向量，其中第i个元素是第i-1个元素的和由k和输入向量i的第y个元素组成。但是，现在我需要进行一些调整，即需要附加参数c，它将告诉c向量中非零值之后的y行是输出向量{{1 }}应该为0。请参见下面的z，c = 4。

k = 0.9

再一次，structure(list(y = c(0.7, 0, 0, 0, 0, 0, 0, 4, 0, 0, 6, 0, 0, 0), z = c(0.7, 0.63, 0.567, 0.5103, 0.45927, 0, 0, 4, 3.6, 3.24, 8.916, 8.0244, 7.22196, 6.499764)), row.names = c(NA, -14L), class = "data.frame")的第5个值为z，因为参数0等于c，所以我们不再乘以4的先前值。但是z的第11个值为z，因为我们不仅将先前的值乘以8.916000，而且还从{{1 }}列。

我尝试在0.9中创建一个名为6.0的新y列，该列将指示是否仍然考虑减少0-1，然后尝试进行调整上面的函数，但以下命令不起作用（data.frame的值不会在c的位置重置）。

0.9

我该怎么做？

使用 R 中的上述数据将为：

c = 0

Answer 1

只需很少的更改就可以逐行将这种简单的R函数转换为Rcpp：

#include <Rcpp.h>
using Rcpp::NumericVector;

// [[Rcpp::export]]
NumericVector funC(NumericVector y, double k, NumericVector ctrl) {
  R_xlen_t n = y.length();
  NumericVector z(n);
  z(0) = y(0);
  for (R_xlen_t i = 0; i < n - 1; ++i) {
    z(i + 1) = (y(i + 1) + z(i) * k) * ctrl(i + 1);
  }
  return z;
}

/*** R
df <- structure(list(y = c(0.7, 0, 0, 0, 0, 0, 0, 4, 0, 0, 6, 0, 0, 
0), z = c(0.7, 0.63, 0.567, 0.5103, 0.45927, 0, 0, 4, 3.6, 3.24, 
8.916, 8.0244, 7.22196, 6.499764), ctrl = c(1, 1, 1, 1, 1, 0, 
0, 1, 1, 1, 1, 1, 1, 1)), .Names = c("y", "z", "ctrl"), row.names = c(NA, 
-14L), class = "data.frame")

fun <- function(y, k, ctrl) {
  n <- length(y)
  z <- numeric(n)
  z[1] <- y[1]
  for (i in 1:(n - 1)) {
    z[i + 1] <- (y[i + 1] + z[i] * k) * ctrl[i + 1]
  } 
  return(z)
}

z <- fun(df$y, 0.9, df$ctrl)
all.equal(df$z, z)
z <- funC(df$y, 0.9, df$ctrl)
all.equal(df$z, z)
*/

对于提供的长度为14的向量，R版本在此计算机上仍然更快。将y和ctrl复制十次可得出向量，而Rcpp已经更快。

数据的递归依赖性-使用rcpp进行循环

1 个答案: