RCPP中的平均值慢于R均值

Question

对Rcpp感兴趣，我从Hadley Wickham的“ Advanced R”中复制了一个简单的示例：

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
double meanC(NumericVector x) {
  int n = x.size();
  double total = 0;

  for(int i = 0; i < n; ++i) {
    total += x[i];
  }
  return total / n;
}

/*** R
library(microbenchmark)
x <- runif(1e5)
microbenchmark(
  mean(x),
  meanC(x)
)
*/

这给了我：

Unit: microseconds
     expr     min       lq     mean   median       uq      max neval cld
  mean(x) 149.412 161.4115 181.1470 180.3395 204.2910  216.656   100  a 
 meanC(x) 394.605 400.4335 489.2311 481.6755 539.6835 1425.628   100   b

似乎meanC（）的速度明显慢于mean（）！为什么？我可以做些什么来加快meanC的速度吗？

在macOS Catalina 64位上测试。

Answer 1

因为（手动）mean()的主循环中的代码是如此简单，所以优化设置非常重要。

如果我强制执行-O0（并注意也使用-g：]

R> microbenchmark(mean(x), meanC(x), meanS(x)
+ )
Unit: microseconds
     expr      min       lq     mean   median       uq     max neval cld
  mean(x)  653.089  654.093  693.971  670.952  708.419 1090.22   100 a  
 meanC(x) 1922.536 1951.835 2067.521 1980.786 2058.981 3078.64   100  b 
 meanS(x) 3409.202 3467.219 3660.131 3520.522 3618.264 5999.65   100   c
R> 

如果我使用-O1或我通常使用的-O3默认值，则得到的结果基本相同。这是-O3：

R> microbenchmark(mean(x), meanC(x), meanS(x)
+ )
Unit: microseconds
     expr     min      lq    mean  median      uq      max neval cld
  mean(x) 653.006 653.400 683.852 668.616 699.988  869.978   100   b
 meanC(x) 435.107 435.435 460.909 438.860 465.111 1078.962   100  a 
 meanS(x) 652.505 652.873 689.620 660.695 693.213 1270.513   100   b
R> 

[如果我尝试-O6 -march=native，我会得到和他相同的结果。没有太多的事情可以做，而且即使在最简单的设置下，编译器显然也足以添加一些有价值的东西。

下面的代码

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
double meanC(NumericVector x) {
  int n = x.size();
  double total = 0;

  for(int i = 0; i < n; ++i) {
    total += x[i];
  }
  return total / n;
}

// [[Rcpp::export]]
double meanS(const Rcpp::NumericVector& x) {
  return Rcpp::mean(x);
}

/*** R
library(microbenchmark)
x <- runif(5e5)
microbenchmark(mean(x), meanC(x), meanS(x)
)
*/