`C++`能解决的瓶颈问题有:
- 由于迭代依赖于之前结果，循环难以简便的向量化运算
- 递归函数，或者是需要对同一个函数运算成千上万次
- R语言缺少一些高级数据结构和算法
我们只需要在代码中写一部分`C++`代码来就可以处理上面这些问题。后续操作在Windows下进行，你需要安装Rtools，用`install.packages("Rcpp")`安装新版的Rcpp，最重要一点，你需要保证你R语言时不能是`C:/Program Files/R/R-3.5.1/`这种形式，否则会报错。
后续操作会用到`microbenchmark`包来评估R代码和RCPP的效率差异，用`install.packages('microbenchmark)`安装
## RCPP入门
先从一个简单的`add`函数开始，学习如何用`cppFunction`在R里面写`C++`代码
```r
library(Rcpp)
cppFunction('int add(int x, int y, int z) {
int sum = x + y + z;
return sum;
}')
add
# function (x, y)
# .Call(<pointer: 0x0000000063c015a0>, x, y)
```
Rcpp将会编译`C++`代码， 然后构建能够连接到C++函数的R函数。后续将会介绍如何将一些R代码改写成`C++`代码。
- 标量输入，标量输出
- 向量输入，标量输出
- 向量输入，向量输出
- 矩阵输入，向量输出
### 没有输入，标量输出
最简单的函数就是不提供任何输出，返回一个输出，比如说
```r
one <- function() 1L
```
等价的`C++`代码是
```cpp
int one(){
return 1;
}
```
那么将这段`C++`代码在R用`cppFunction`中改写就是如下
```r
cppFunction('int one(){
return 1;
}')
```
上面这段函数就展示了R和`C++`之间一些重要区别:
- `C++`写代码不是` 函数名 <- function(参数){}` 而是 `函数名(函数参数){}`
- `C++`中必须声明返回类型，`ini`就是标量整数。C++对应R语言常用向量的类是: `NumericVector`,`IntegerVector`, `CharacterVector`和`LogicalVector`.
- R语言没有标量，全是向量。而`C++`有向量和标量之分，标量的数据类型是`double`, `int`, `String`和`bool`
- `C++`你必须要用到`return`声明要返回的数据
- 每段代码后要跟着`;`
### 标量输入，标量输出
我们可以写一个函数，`sign`，他的功能就是把一个负数转成正数，正数不变
```r
signR <- function(x){
if (x > 0){
x
} else if (x == 0 ){
0
} else{
-x
}
}
cppFunction('int signC(int x){
if( x >0 ){
return x;
} else if (x == 0){
return 0;
} else {
return -x;
}
}')
```
这个例子中要注意两件事情
- 在`C++`中，你需要声明输入的数据类型
- `C++`和R的条件语句长得一样。
### 向量输入，标量输出
R和`C++`一大区别就是R的循环效率很低。因此在R语言要尽量避免使用显示的循环语句，尽量向量化运算函数。而`C++`的循环花销特别小，所以可以放心大胆的用。
让我们用R代码写一个求和函数`sum` 以及 `C++`的求和函数，然后比较下效率
```r
sumR <- function(x){
total <- 0
for (i in seq_along(x)){
total <- total + x[i]
}
total
}
cppFunction('int sumC(NumericVector x ){
int n = x.size();
double total = 0;
for(int i = 0; i < n; ++i){
total += x[i];
}
return total;
}')
```
`C++`版本和R版本的逻辑相同，但是有如下不同
- 用`.size()`确认向量的长度
- `for`的写法为`for(初始值; 判断语句; 递增)`
- **记住**: `C++`的向量索引从0开始，R是从1开始
- 向量赋值是`=`而不是`<-`
- `total += x[i]`等价于`total = total + x[i]`, 类似的符号还有`-=`, `*=`, `/=`
最后用`microbenchmark`比较下,R自带求和函数和我们自己写的两个版本的差异
```r
x <- runif(1000)
microbenchmark(
sum(x),
sumC(x),
sumR(x)
)
```
最快的是高度优化过的内置函数，最差的就是`sumR()`, 速度会比`sumC()`慢10倍以上。
### 向量输入，向量输出
R中比较常见的操作就是向量间运算，尤其R还会自动补齐。自动补齐某些时候会造成一些问题，但是C++不存在这个问题。我们可以写一个RCPP的`+`函数
```r
cppFunction('NumericVector addC(NumericVector x, NumericVector y){
int xn = x.size();
int yn = y.size();
if (xn != yn){
stop("input should be same length");
}
NumericVector out(xn);
for(int i=0; i< xn; ++i){
out[i] = x[i] + y[i];
}
return out;
}')
x <- runif(1e6)
y <- runif(1e6)
microbenchmark(addC(x,y),
x+y)
```
### 矩阵输入，向量输出
每个向量类型都有矩阵等价类，`NumericMatrix`, `IntegerMatirx`, `CharacterMatirx`, `LogicalMatirx`. 让我们尝试写一个`rowSums()`函数
```r
cppFunction('NumericVector rowSumsC(NumericMatrix x){
int nrow = x.nrow(), ncol = x.ncol();
NumericVector out(nrow);
for(int i = 0; i < nrow; i++){
double total =0;
for(int j =0; j< ncol; j++){
total += x(i,j);
}
out[i] = total;
}
return out;
}')
set.seed(1024)
x <- matrix(sample(100), nrow = 10)
rowSumsC(x)
```
这里注意有两点不同，在`C++`中，你用`()`对矩阵取值，而不是`[]`
尽管看起来`C++`的代码运行起来比R语言快多了，比如说R要一分钟，RCPP只要一秒，但是如果算上我们写代码的时间和调试代码的时间，刚开始不熟练估计要10分钟，那么总体来看，还是直接上手写R代码比较合适。
但是如果有一些代码要不断复用，那么写`C++`代码还是很划算。这个时候就建议将代码写到专门的文本中，用`sourceCpp()`加载，而不是`cppFunction()`函数
在Rsutdio中可以创建一个`C++`模板文件，代码写完之后还可以进行debug。
比如说在里面写上面的`rowSumsC`函数，分为如下几个部分
导入头文件，加载Rcpp到命名空间中，类似于`library()`
```cpp
#include <Rcpp.h>
using namespace Rcpp;
```
使用`// [[Rcpp::export]]`说明这里的函数会被R使用
```cpp
// [[Rcpp::export]]
NumericVector rowSumsC(NumericMatrix x){
int ncol = x.ncol(), nrow = x.nrow();
NumericVector out(nrow);
for (int i =0; i < nrow; i++ ){
double total = 0;
for (int j =0 ;j < ncol; j++){
total += x(i,j);
}
out[i] = total;
}
return out;
}
```
下面部分会在`sourceCpp()`加载后自动运行
```cpp
/*** R
library(microbenchmark)
set.seed(1014)
x <- matrix(sample(100), 10)
microbenchmark(
rowSumsC(x),
Matrix::rowSums(x)
)
*/
```
将文件保存成`rowSumsC.cpp`, 之后在R里用`sourceCpp(file = "rowSumsC.cpp")`。
使用Rcpp提高性能之入门篇