Neměň velikost Rcpp vektorů

Třídy Rcpp vektorů jsou navrženy jako velmi tenké obálky kolem R vektorů. Z toho plyne výkonnostní důsledek: zvětšení nebo zmenšení vektoru znamená vytvoření nového vektoru správné velikosti a zkopírování příslušných dat. Jde o velmi pomalou operaci, které je lepší se vyhnout.

Kdykoli je to možné, je vhodné kód strukturovat tak, aby se nejprve vypočítala výsledná velikost vektoru a teprve pak se alokoval vektor s touto velikostí.

Podívejme se na příklad, který vybere kladné hodnoty z vektoru — to odpovídá výrazu x[x > 0] v R. Protože dopředu nevíme, kolik kladných čísel bude, může být lákavé začít s vektorem nulové délky a pokaždé, když takové číslo najdeme, přidat ho na konec. K tomu slouží funkce push_back().

NumericVector bad_select_positive_values_cpp(NumericVector x) {
  NumericVector positive_x(0);
  for(int i = 0; i < x.size(); i++) {
    if(x[i] > 0) {
      positive_x.push_back(x[i]);
    }
  }
  return positive_x;
}

Tato funkce bude bohužel pomalá, protože opakovaně vytváří nové vektory a kopíruje data. Zkus to udělat lépe!

Toto cvičení je součástí kurzu

Optimizing R Code with Rcpp

Zobrazit kurz

Pokyny k cvičení

Dokonči definici efektivnější funkce good_select_positive_values_cpp(), která vybere kladná čísla.
- V prvním cyklu for zkontroluj, jestli je i-tý prvek vektoru x větší než nula — pokud ano, přičti jedničku k n_positive_elements.
- Po tomto cyklu alokuj numerický vektor positive_x o velikosti n_positive_elements.
- Ve druhém cyklu for znovu zkontroluj, jestli je i-tý prvek vektoru x větší než nula.
- Pokud ano, nastav j-tý prvek vektoru positive_x na i-tý prvek vektoru x a přičti jedničku k j.
Pro srovnání máš v pracovním prostředí k dispozici funkci bad_select_positive_values_cpp(). Prohlédni si výstup konzole a zjisti, jaký je mezi nimi rozdíl v době běhu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

#include 
using namespace Rcpp;

// [[Rcpp::export]]
NumericVector good_select_positive_values_cpp(NumericVector x) {
  int n_elements = x.size();
  int n_positive_elements = 0;
  
  // Calculate the size of the output
  for(int i = 0; i < n_elements; i++) {
    // If the ith element of x is positive
    if(___) {
      // Add 1 to n_positive_elements
      ___;
    }
  }
  
  // Allocate a vector of size n_positive_elements
  ___;
  
  // Fill the vector
  int j = 0;
  for(int i = 0; i < n_elements; i++) {
    // If the ith element of x is positive
    if(___) {
      // Set the jth element of positive_x to the ith element of x
      ___;
      // Add 1 to j
      ___;
    }
  }
  return positive_x;
}

/*** R
set.seed(42)
x <- rnorm(1e4)
# Does it give the same answer as R?
all.equal(good_select_positive_values_cpp(x), x[x > 0])
# Which is faster?
microbenchmark(
  bad_cpp = bad_select_positive_values_cpp(x),
  good_cpp = good_select_positive_values_cpp(x)
)
*/

Upravit a spustit kód