R使用Rcpp加速难以向量化的循环
示例
考虑以下难以向量化的for循环，该循环创建一个长度为矢量的len地方，其中第一个元素被指定为（first），每个元素x_i等于cos(x_{i-1}+1)：
repeatedCosPlusOne <- function(first, len) {
x <- numeric(len)
x[1] <- first
for (i in 2:len) {
x[i] <- cos(x[i-1] + 1)
}
return(x)
}此代码涉及带有快速操作（cos(x[i-1]+1)）的for循环，通常可从向量化中受益。但是，由于R不具有“x+1的累积余弦”功能，因此用基数R对这个操作进行矢量化并非易事。
加快此功能的一种可能方法是使用Rcpp软件包在C++中实现它：
library(Rcpp)
cppFunction("NumericVector repeatedCosPlusOneRcpp(double first, int len) {
NumericVector x(len);
x[0] = first;
for (int i=1; i < len; ++i) {
x[i] = cos(x[i-1]+1);
}
return x;
}")这通常可为大型计算提供显着的加速，同时产生完全相同的结果：
all.equal(repeatedCosPlusOne(1, 1e6), repeatedCosPlusOneRcpp(1, 1e6)) # [1] TRUE system.time(repeatedCosPlusOne(1, 1e6)) # user system elapsed # 1.274 0.015 1.310 system.time(repeatedCosPlusOneRcpp(1, 1e6)) # user system elapsed # 0.028 0.001 0.030
在这种情况下，Rcpp代码将在0.03秒内生成长度为100万的向量，而不是使用基本R方法生成的长度为1.31秒。