优化R代码-Rcpp

Question

除了基准测试功能外，R中还有任何工具可让我们获取R代码中的最大瓶颈吗？

当我用C ++重写R代码时，我通常对获得的计算增益一无所知。 例如，在每次迭代都需要进行优化的引导程序中，我不知道使用GSL库对对数似然函数进行优化是否有用，因为optim语言函数R使用stats.so文件。 我注意到这是在执行stats ::: C_optim 。

> stats:::C_optim
$name
[1] "optim"

$address
<pointer: 0x1cb34e0>
attr(,"class")
[1] "RegisteredNativeSymbol"

$dll
DLL name: stats
Filename: /usr/lib/R/library/stats/libs/stats.so
Dynamic lookup: FALSE

$numParameters
[1] 7

attr(,"class")
[1] "ExternalRoutine"  "NativeSymbolInfo"

查看optim函数（ edit(optim) ）的正文，我发现导入了用C实现的高效函数。例如，有：

.External2(C_optim, par, fn1, gr1, method, con, lower, 
        upper)

疑问 ：对于Rcpp用户，您通常在项目中尝试实现所有C ++函数或实现一组用于R函数的小型C ++函数吗？

我知道这是一个非常普遍的问题，但是我使用Rcpp的所有功能始终尝试从头开始实现C ++功能。 我觉得我用C ++编程比使用R语言更多。有时我认为我需要直接用C ++编程。

R具有许多特性，使该语言在执行各种任务时变慢。 我总是尽量避免循环，而让其使用apply系列函数。 但是，我经常发现R非常慢。 这样，由于我不确定什么值得优化，所以最终我用C ++实现了所有东西。

Answer 1

如果您（通常）使用R编写代码更快，并且想编写许多C ++代码，则建议采用以下方法：

1. 在R中实施您的解决方案。
2. 仅当 R解决方案不够快时，才尝试对其进行优化。
3. 优化的第一步是测量性能，即分析代码。
4. 一旦确定了瓶颈，就可以使用更好的R代码或编译后的代码来改善瓶颈。

凭着经验，您也许可以偷偷摸摸，例如，从一开始就知道问题中的某些事情将需要编译后的代码。 但这确实取决于您正在处理的问题。