スカラーの乱数生成
R でコードを書くときは、通常はベクトル化して乱数を生成するのが理にかなっています。一方で C++ では、ループを使ってデータを要素ごとに処理しても問題ありません（良心の呵責すら許してくれます）。
R の API には、よく使われる分布から乱数を1つ生成する関数が用意されており、Rcpp を使うとこれらの関数に R:: 名前空間からアクセスできます。例えば、R::rnorm(2, 3) は平均 2、標準偏差 3 の正規分布から乱数を1つ返します。「本家」の rnorm() にある引数 n は存在しない点に注意してください。Rcpp 版は常に1つの数だけを返します。
それでは、positive_rnorm() の関数定義を完成させてください。
注意: この最後の章は難易度が高いです。最初の試行で演習を解けなくても落ち込まないでください。このコースをやりきったご褒美は、R コードの実行性能が劇的に向上することですよ！
この演習はコースの一部です
Rcpp で R コードを最適化する
演習の手順
- 戻り値
outをサイズnの数値ベクトルとして指定します。 - ループ処理のコードを読んで、それぞれの役割を確認しましょう。
- 平均
mean、標準偏差sdの正規乱数を生成し、out[i]に代入します。 out[i]が 0 以下の間は、やり直してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
#include
using namespace Rcpp;
// [[Rcpp::export]]
NumericVector positive_rnorm(int n, double mean, double sd) {
// Specify out as a numeric vector of size n
___ ___(___);
// This loops over the elements of out
for(int i = 0; i < n; i++) {
// This loop keeps trying to generate a value
do {
// Call R's rnorm()
out[i] = ___;
// While the number is negative, keep trying
} while(___);
}
return out;
}
/*** R
positive_rnorm(10, 2, 2)
*/