2

我想使用 arma::mat 作为我的矩阵列表。

将 R 矩阵转换为 arma::mat 与 const 配合得很好。

但是当我使用带有矩阵的列表作为参数时，它需要很长时间。

#include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]
using namespace Rcpp;
using namespace arma;

// [[Rcpp::export]]
int check1(List X)
{
   int i;
   for (i = 0; i < 10; i ++)
      arma::mat y = as<arma::mat>(X[i]);
   return 0;
}
// [[Rcpp::export]]
int check2(const List& X)
{
   int i;
   for (i = 0; i < 10; i ++)
      arma::mat y = as<arma::mat>(X[i]);
   return 0;
}
// [[Rcpp::export]]
int check3(List X)
{
   int i;
   for (i = 0; i < 10; i ++)
      NumericMatrix y = X[i];
   return 0;
}

matlist = lapply(1:10, function(x) matrix(rnorm(10000), 2000, 50))
microbenchmark::microbenchmark(
   arma = check1(matlist),
   carma = check2(matlist),
   nm = check3(matlist)
)

Unit: microseconds
  expr     min       lq      mean  median      uq      max neval
  arma 558.081 597.6485 622.13757 614.702 625.928 1303.494   100
 carma 551.950 600.4425 658.33583 612.761 626.683 1749.153   100
    nm   2.288   4.3590   5.57801   5.123   5.901   39.743   100
4

1 回答 1

4

似乎有一些副本正在发生，这会减慢您的代码速度。

为了在创建犰狳矩阵时防止复制，一种解决方案是：

// [[Rcpp::export]]
int check4(List X)
{
  int i;
  for (i = 0; i < 10; i ++) {
    NumericMatrix x = X[i];
    arma::mat y = arma::mat(x.begin(), x.nrow(), x.ncol(), false);
  }
  return 0;
}

基准：

Unit: microseconds
    expr     min       lq      mean   median       uq      max neval
    arma 599.669 606.5465 634.41683 610.4185 632.4370 1519.262   100
   carma 600.506 606.0975 624.18013 609.8885 629.5135 1327.891   100
      nm   2.100   2.5030  10.88695   3.5180   4.2670  743.220   100
 nm_arma   2.949   3.3160  11.48330   4.7625   5.3195  685.302   100

PS：const并且&不会对您的 Rcpp 代码进行任何更改。请参阅https://cran.r-project.org/web/packages/Rcpp/vignettes/Rcpp-FAQ.pdf的第 5.1 节。

于 2019-08-16T05:30:40.093 回答