将R代码转换为C代码

我正在考虑将R脚本转换为C代码，以提高速度，并将其打包为.exe。我是C的新手

我的问题是，在C语言中，它会更快吗？速率限制步骤是一种排序算法，必须多次应用于大向量。我不确定R中的矢量化功能是否有助于实现这一点，还是会降低速度。我还读到for循环在R中效率低下

---

如果我在C中这样做，哪些库可以帮助我模拟R的一些数据处理函数，比如基本的矩阵操作？我应该从哪里开始？现在我甚至不知道如何将数据读入C（逗号分隔的文本文件）

我会尽力回答这个问题

…但你没有问的问题可能更相关：R算法在R中能更快吗？这里的答案通常是“是”。它能“足够快”吗？嗯，如果不尝试（并看到当前的R代码），这是不可能回答的

问：我的R算法在C语言中会更快吗

A:是的！如果您为算法编写“最佳”C代码，它很可能会更快。这很可能需要做更多的工作

问：在C语言中，大向量的排序能更快吗

A:是的。使用多线程，可以大大提高速度。。。但是首先在R中调用

sort（x，method='quick'）

，看看这是否能改善情况！对于随机数据，默认方法不是很快

x <- runif(1e7)
system.time( sort(x) )                   # 2.50 secs
system.time( sort(x, method='quick') )   # 1.37 secs
#system.time( tommysort(x) )             # 0.51 secs (4 threads)

---

x您希望实现什么样的加速？为什么您认为R在这些操作中会明显慢于C？你学习过吗？@Jack我不是要任何人帮我写代码。我想问的是，C脚本中的排序算法是否比R脚本中的排序算法效率更高。我认为这是一个公平的问题。我将对它进行重新措辞，使其听起来不像是我要求为我编写代码。向量上的R
sort
使用了用C实现的合理算法，因此没有太多的加速空间。也许您错误地诊断了瓶颈所在，例如，（对）大量小向量（做任何事情）？但是有一种可能的方法可以重新设计你的问题，从而减少迭代次数。在重新设计之前，没有人提到过概要文件，概要文件，概要文件。@DirkEddelbuettel:什么？为什么不花几天/几周的时间学习并用一种新语言重新实现一个算法呢？然后你可以测试在你的特定情况下它是否真的更快，然后你就可以学习一门新的语言了！好像没有更好的事可做。。。目标平台必须是Windows（.exe），并且可能是AMD64（32位已经过时，几乎没有人拥有安腾）。一个好的BLAS将使用AMD64中的AVX，这可以极大地提高代码的速度（当然，另一种选择是循环）。甚至在C语言中，德克上面的评论也适用：profile，profile，profile。感谢您的详细回复！