在数据分析时,代码的运行速率常常是我们所关心的话题之一。小Q往期的文章中也有介绍通过并行计算提升R运行速率的文章。然而R代码自身的运行速率偏慢,具有某种“先天缺陷”。因此,并行R函数的运行时间有时仍然不尽人意。本期小Q与大家分享R的另一提速方式:Rcpp之效率瓶颈突破。
1 什么是Rcpp
在往期的文章中曾讲过,我们在R中尽量采用向量化或内建函数运算,避免自编循环带来的额外时间消耗。然而,算法中有时难以避免循环,若循环部分耗时严重,直接并行含有该循环的算法显得力不从心,此时又该如何?稍有编程知识的读者可能会想到,较低级的语言在执行循环时更高效。因此,将算法中耗时严重的循环用较低级的语言重新编写是提速的可行思路。
“
Rcpp程序包便是构建R与C++之间的重要桥梁。有了Rcpp程序包的支持,我们可以很容易地将C++程序接入到R中,也可以在C++中使用R的数据类型甚至函数。
本文介绍了Rcpp如何帮助提升R代码的运行速度。通过Rcpp,可以将R中的耗时循环用C++重写,从而实现性能优化。文章详细讲解了Rcpp的安装、cppFunction和sourceCpp的使用方法,并通过LSVM的坐标下降法实例展示了Rcpp优化代码的效果,对比了优化前后的时间差异。
订阅专栏 解锁全文

6470

被折叠的 条评论
为什么被折叠?



