导出 RcppParallel::RVector 与 std::vector

Question

考虑以下串行示例函数：

// [[Rcpp::plugins(cpp20)]]
#include <Rcpp.h>

// [[Rcpp::export]]
Rcpp::NumericVector example_fun(int n) {
  Rcpp::NumericVector result (n);
  for(int i = 0; i < n; ++i) {
    result[i] = something();
  }
  return result;
}

使用 OpenMP 并行化此循环需要使用例如

std::vector

或

RcppParallel::RVector

，因为 Rcpp 向量不是线程安全的。对应的并行

std::vector

版本是

// [[Rcpp::plugins(cpp20)]]
// [[Rcpp::plugins(openmp)]]
#include <Rcpp.h>
#include <omp.h>
#include <vector>

// [[Rcpp::export]]
std::vector<double> example_fun(int n) {
  std::vector<double> result (n);
  #pragma omp parallel for
  for(int i = 0; i < n; ++i) {
    result[i] = something();
  }
  return result;
}

与

RcppParallel::RVector<double> example_fun(int n)

类似，用于

RcppParallel::RVector

。

如果我理解正确的话，导出

Rcpp::NumericVector

可以使数据可供 R 使用，而无需复制它，因为它本质上是 R 的本机数据类型。我想知道的是，导出

std::vector

或

RcppParallel::RVector

在内部如何工作？向量被复制了吗？是不是感动了？是否需要类型转换？重要的是，这两个选项之一是否明显比另一个更有效？

作为一个快速的附加问题，我还想知道，Rcpp 胎面安全问题是否也适用于矢量化 simd 循环：

#pragma omp simd

或

#pragma omp parallel for simd

？

谢谢。

Answer 1

您可能会让自己的事情变得复杂化。它有助于退后一步，您还可以检查 R 在您玩时所做的事情，例如内存分析选项很好！

简而言之，R 使用

SEXP

类型，并且这些类型具有“原生”整数和双精度向量——您可以从 R 中以

integer(3)

和

double(4)

的形式访问它们，分别创建和分配三元素向量和四元素向量.

现在，使用

Rcpp::IntegerVector

和

Rcpp::NumericVector

执行绝对等效的步骤。它使用 R 自己的分配器，并且生成的对象对于 R 来说与在 R 中创建的对象无法区分。（当然，通过 R 本身的 C API 是相同的，Rcpp 访问它。）

另一方面，C++ STL 对象（如

std::vector

）或贡献类型（如

RVector

）使用在别处分配的 内存（这有助于 例如 与

RcppParallel

，正如您所注意到的，并保持线程安全），因此对于每个其中我们必须将其复制到 R 数据结构中。这确实是它的要点。 “已经像 R 自己的一样”的数据不需要复制。其他一切都需要副本。

（总的来说，你的示例中没有任何地方有 C++20。甚至连 C++11 也没有。你写的东西可能是在十多年前构建的，当时 C++98（!!） 仍然是默认值。生活就是现在在当前的 R 和当前的编译器下好多了，所以我几乎从不设置标准插件，因为如果您使用的是足够当前的系统，C++14 或 C++17 已经是默认值。）