使用内联和Rcpp调用R函数仍然与原始R代码一样慢

Question

我需要评估一个需要长循环的函数(后验分布).显然我不想在R本身内这样做,因此我使用"inline"和"Rcpp"来实现C++.但是,我发现在每个循环使用R函数的情况下,cxx函数的运行速度与运行R代码一样慢(参见下面的代码和输出).特别是,我需要在每个循环中使用多元正态累积分布函数,因此我使用mvtnorm包中的pmvnorm().

如何在cxx函数中使用此R函数并加快速度？我想了解为什么会这样,所以我将来可以在cxxfunction中使用其他R函数.

谢谢.

test <- cxxfunction(
  signature(Num="integer",MU="numeric",Sigma="numeric"),
  body='
  RNGScope scope;

  Environment stats("package:mvtnorm");
  Function pmvnorm = stats["pmvnorm"];

  int num = Rcpp::as<int>(Num);
  NumericVector Ret(1);
  NumericMatrix sigma(Sigma);
  NumericVector mu(MU);
  NumericVector zeros(2);

for(int i = 0; i < num; i++)
{
  Ret = pmvnorm(Named("upper",zeros),Named("mean",MU),Named("sigma",sigma));
}
return Ret;
',plugin="Rcpp"
)

system.time(
test(10000,c(1,2),diag(2))
)
    user  system elapsed 
    5.64    0.00    5.75 

system.time(
for(i in 1:10000){
pmvnorm(upper=c(0,0),mean=c(1,2),sigma=diag(2))
}
)
   user  system elapsed 
   5.46    0.00    5.57 

Answer 1

您正在从Rcpp 调用R函数.

这不能比直接调用R函数更快.

绑定约束是您调用的函数,而不是您调用它的方式.Rcpp不是一些神奇的R-to-C++编译器.