与 Rcpp 相交函数答案

【问题标题】：Intersect function with Rcpp与 Rcpp 相交函数
【发布时间】：2014-04-11 14:05:35
【问题描述】：

我很难用Rcpp 模块使用cppFunction 来实现一个功能。我需要使用类似 R 的 intersect 和两个 NumericVector 类型并返回另一个 NumericVector 的结果，就像在 R 中一样。

This 文档提供了一些帮助，但不幸的是，我几乎是 C++ atm 的菜鸟。

如何使用 cppFunction 实现 intersect R 函数？

谢谢

【问题讨论】：

标签： c++ r rcpp

【解决方案1】：

您可能希望使用unordered_set 之类的东西来实现intersect：

文件myintersect.cpp：

#include <Rcpp.h>
using namespace Rcpp;

// Enable C++11 via this plugin (Rcpp 0.10.3 or later)
// [[Rcpp::plugins(cpp11)]]

// [[Rcpp::export]]
NumericVector myintersect(NumericVector x, NumericVector y) {
    std::vector<double> res;
    std::unordered_set<double> s(y.begin(), y.end());
    for (int i=0; i < x.size(); ++i) {
        auto f = s.find(x[i]);
        if (f != s.end()) {
            res.push_back(x[i]);
            s.erase(f);
        }
    }
    return Rcpp::wrap(res);
}

我们可以加载函数并验证它是否有效：

library(Rcpp)
sourceCpp(file="myintersect.cpp")

set.seed(144)
x <- c(-1, -1, sample(seq(1000000), 10000, replace=T))
y <- c(-1, sample(seq(1000000), 10000, replace=T))
all.equal(intersect(x, y), myintersect(x, y))
# [1] TRUE

但是，这种方法似乎比 itersect 函数效率低很多：

library(microbenchmark)
microbenchmark(intersect(x, y), myintersect(x, y))
# Unit: microseconds
#               expr      min       lq   median        uq      max neval
#    intersect(x, y)  424.167  495.861  501.919  523.7835  989.997   100
#  myintersect(x, y) 1778.609 1798.111 1808.575 1835.1570 2571.426   100

【讨论】：

不错。 FWIW 我们还有一个丑陋的大写宏给我们RCPP_UNORDERED_SET，无论编译器如何。但是通过插件询问更优雅:)
啊，太好了！ std::tr1::unordered_set 不适合我，所以很高兴知道 RCPP_UNORDERED_SET 存在。
此外，还有糖功能，例如intersect 已经可用——但它以不同于R 的intersect 的顺序返回输出。（不过，您会得到相同的值）
push_back 正在扼杀它。每次使用时对所有数据进行深拷贝。永远不要在 Rcpp 向量上 push_back。仅供参考，push_back ...已从 Rcpp11 中删除。 @KevinUshey Sugar 的版本更糟糕。
@RomainFrancois 谢谢——我关注了Dirk's advice 并将其转换为std::vector<double>，但它似乎仍然比intersect 慢很多。