Vectores de la STL

La standard template library (stl) es una biblioteca de C++ que incluye algoritmos y estructuras de datos flexibles. Por ejemplo, el vector de dobles de la stl es el equivalente "C++ nativo" del NumericVector de Rcpp. El siguiente código crea un vector estándar de dobles llamado x con diez elementos.

std::vector<double> x(10);

Normalmente tiene más sentido quedarse con los tipos de vector de Rcpp porque te dan acceso a muchos métodos prácticos que funcionan como sus equivalentes en R, incluidos mean(), round() y abs(). Sin embargo, los vectores de la stl tienen la ventaja de que pueden cambiar de tamaño dinámicamente sin pagar el coste de copiar los datos cada vez. Eso nos permite escribir un código más sencillo, como la función "mala" del ejercicio anterior, manteniendo el rendimiento del código "bueno".

Este ejercicio forma parte del curso

Optimizar código de R con Rcpp

Ver curso

Instrucciones del ejercicio

Completa la definición de select_positive_values_std(), una función basada en vectores de la stl para seleccionar números positivos.
- Establece el tipo de retorno de la función como un vector estándar de dobles usando std::vector<double>.
- Define un vector estándar de dobles, positive_x, con tamaño 0.
- Dentro del bloque if en el bucle for, usa push_back() de positive_x para añadir el elemento i-ésimo de x.
good_select_positive_values_cpp() del ejercicio anterior está disponible en tu espacio de trabajo para comparar. Examina la salida de la consola para ver la velocidad relativa de las dos funciones.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

#include 
using namespace Rcpp;

// Set the return type to a standard double vector
// [[Rcpp::export]]
___ select_positive_values_std(NumericVector x) {
  int n = x.size();
  
  // Create positive_x, a standard double vector
  ___;
    
  for(int i = 0; i < n; i++) {
    if(x[i] > 0) {
      // Append the ith element of x to positive_x
      ___;
    }
  }
  return positive_x;
}

/*** R
set.seed(42)
x <- rnorm(1e6)
# Does it give the same answer as R?
all.equal(select_positive_values_std(x), x[x > 0])
# Which is faster?
microbenchmark(
  good_cpp = good_select_positive_values_cpp(x),
  std = select_positive_values_std(x)
)
*/

Editar y ejecutar código