15

我第一次尝试通过 Rcpp 函数inline，它解决了我的速度问题（感谢 Dirk！）： 用零替换负值

初始版本如下所示：

library(inline)
cpp_if_src <- '
  Rcpp::NumericVector xa(a);
  int n_xa = xa.size();
  for(int i=0; i < n_xa; i++) {
    if(xa[i]<0) xa[i] = 0;
  }
  return xa;
'
cpp_if <- cxxfunction(signature(a="numeric"), cpp_if_src, plugin="Rcpp")

但是当被调用时cpp_if(p)，它被输出覆盖p了，这不是预期的。所以我认为它是通过引用传递的。

所以我用以下版本修复了它：

library(inline)
cpp_if_src <- '
  Rcpp::NumericVector xa(a);
  int n_xa = xa.size();
  Rcpp::NumericVector xr(a);
  for(int i=0; i < n_xa; i++) {
    if(xr[i]<0) xr[i] = 0;
  }
  return xr;
'
cpp_if <- cxxfunction(signature(a="numeric"), cpp_if_src, plugin="Rcpp")

这似乎奏效了。但是现在当我将原始版本重新加载到 R 中时，原始版本不再覆盖它的输入（即现在相同的确切代码不会覆盖它的输入）：

> cpp_if_src <- '
+   Rcpp::NumericVector xa(a);
+   int n_xa = xa.size();
+   for(int i=0; i < n_xa; i++) {
+     if(xa[i]<0) xa[i] = 0;
+   }
+   return xa;
+ '
> cpp_if <- cxxfunction(signature(a="numeric"), cpp_if_src, plugin="Rcpp")
> 
> p
 [1] -5 -4 -3 -2 -1  0  1  2  3  4  5
> cpp_if(p)
 [1] 0 0 0 0 0 0 1 2 3 4 5
> p
 [1] -5 -4 -3 -2 -1  0  1  2  3  4  5

我不是唯一一个试图复制这种行为并发现不一致结果的人：

https://chat.stackoverflow.com/transcript/message/4357344#4357344

这里发生了什么？

4

1 回答 1

21

他们的关键是“代理模型”——你xa的内存位置和你的原始对象是一样的，所以你最终会改变你的原始对象。

如果您不希望这样做，您应该做一件事：使用该clone()方法进行（深度）复制，或者可能显式创建一个新对象，将更改的对象写入其中。方法二不这样做，您只需使用两个不同命名的变量，它们都是指向原始变量的“指针”（在代理模型意义上）。

但是，当您将 int 向量（来自 R）传递给 NumericVector 类型时，另一个复杂之处在于隐式转换和复制：这会创建一个副本，然后不再更改原始内容。

这是一个更明确的示例，类似于我在教程或研讨会中使用的示例：

library(inline)
f1 <- cxxfunction(signature(a="numeric"), plugin="Rcpp", body='
  Rcpp::NumericVector xa(a);
  int n = xa.size();
  for(int i=0; i < n; i++) {
    if(xa[i]<0) xa[i] = 0;
  }
  return xa;
')

f2 <- cxxfunction(signature(a="numeric"), plugin="Rcpp", body='
  Rcpp::NumericVector xa(a);
  int n = xa.size();
  Rcpp::NumericVector xr(a);            // still points to a
  for(int i=0; i < n; i++) {
    if(xr[i]<0) xr[i] = 0;
  }
  return xr;
')

p <- seq(-2,2)
print(class(p))
print(cbind(f1(p), p))
print(cbind(f2(p), p))
p <- as.numeric(seq(-2,2))
print(class(p))
print(cbind(f1(p), p))
print(cbind(f2(p), p))

这就是我所看到的：

edd@max:~/svn/rcpp/pkg$ r /tmp/ari.r
Loading required package: methods
[1] "integer"
        p
[1,] 0 -2
[2,] 0 -1
[3,] 0  0
[4,] 1  1
[5,] 2  2
        p
[1,] 0 -2
[2,] 0 -1
[3,] 0  0
[4,] 1  1
[5,] 2  2
[1] "numeric"
       p
[1,] 0 0
[2,] 0 0
[3,] 0 0
[4,] 1 1
[5,] 2 2
       p
[1,] 0 0
[2,] 0 0
[3,] 0 0
[4,] 1 1
[5,] 2 2
edd@max:~/svn/rcpp/pkg$

因此，传递 int-to-float 还是 float-to-float 真的很重要。

于 2012-07-02T20:28:52.890 回答