C++ 在Rcpp中高效地生成随机比特流

我目前正在构建的R包中有一个名为rbinom01的辅助函数。注意，它调用random3

我去了，它说我可以使用一个*_-rand函数，还有一个函数族。这很酷，但我的包只需要一个随机比特流，而不是一个随机双精度。最简单的方法是使用random3或者从/dev/uradom中读取，但这会使我的包不可移植

建议使用示例，但不幸的是，它不适合我的用例。对于我的应用程序，生成随机位显然对性能至关重要，因此我不希望浪费时间调用unif_rand，将结果乘以N并进行四舍五入。无论如何，我使用C++的原因是利用位级并行性。 当然，我可以手动滚动我自己的PRNG或复制并粘贴最先进的PRNG代码，但在这样做之前，我想看看是否有更简单的替代方案

顺便问一下，有人能给我链接一个很好的Rcpp简短教程吗？编写R扩展既全面又令人敬畏，但我需要几个星期才能完成。我正在寻找一个更简洁的版本，但最好它应该比调用Rcpp.package.skeleton提供更多信息

根据的回答，我重新编写了原始代码，如下所示。然而，我每次都得到相同的结果。我怎样才能正确地为它设定种子，同时保持代码的可移植性

int rbinom01(int size) {
  dqrng::xoshiro256plus rng;

  if (!size) {
    return 0;
  }

  int result = 0;
  while (size >= 64) {
    result += __builtin_popcountll(rng());
    Rcout << sizeof(rng()) << std::endl;
    size -= 64;
  }

  result += __builtin_popcountll(rng() & ((1LLU << size) - 1));

  return result;
}

---

有不同的R包使PRNG成为C++头文件库：

：从boost.random ：各种版本 ：PCG系列，xoshiro256+和xoroshiro128+ ... 您可以通过将LinkingTo添加到包的说明中来使用其中的任何一个。通常，这些PRNG是按照C++11随机头建模的，这意味着您必须自己控制它们的生命周期和种子。在单线程环境中，我喜欢使用匿名命名空间进行生命周期控制，例如：

#include <Rcpp.h>
// [[Rcpp::depends(dqrng)]]
#include <xoshiro.h>
// [[Rcpp::plugins(cpp11)]]

namespace {
dqrng::xoshiro256plus rng{};
}

// [[Rcpp::export]]
void set_seed(int seed) {
  rng.seed(seed);
}

// [[Rcpp::export]]
int rbinom01(int size) {
  if (!size) {
    return 0;
  }

  int result = 0;
  while (size >= 64) {
    result += __builtin_popcountll(rng());
    size -= 64;
  }

  result += __builtin_popcountll(rng() & ((1LLU << size) - 1));

  return result;
}

/*** R
set_seed(42)
rbinom01(10)
rbinom01(10)
rbinom01(10)
*/

然而，使用runif并不完全是坏事，而且肯定比访问/dev/uradom更快。在dqrng中，对此有一个明确的定义

---

至于教程：除了WER，这个小插曲也是必读的。Hadley Wickham也有一个关于编译代码的章节，如果你想去DeVoTo.E.P/>< P>有不同的R包使PRNG成为C++头库：

：从boost.random ：各种版本 ：PCG系列，xoshiro256+和xoroshiro128+ ... 您可以通过将LinkingTo添加到包的说明中来使用其中的任何一个。通常，这些PRNG是按照C++11随机头建模的，这意味着您必须自己控制它们的生命周期和种子。在单线程环境中，我喜欢使用匿名命名空间进行生命周期控制，例如：

#include <Rcpp.h>
// [[Rcpp::depends(dqrng)]]
#include <xoshiro.h>
// [[Rcpp::plugins(cpp11)]]

namespace {
dqrng::xoshiro256plus rng{};
}

// [[Rcpp::export]]
void set_seed(int seed) {
  rng.seed(seed);
}

// [[Rcpp::export]]
int rbinom01(int size) {
  if (!size) {
    return 0;
  }

  int result = 0;
  while (size >= 64) {
    result += __builtin_popcountll(rng());
    size -= 64;
  }

  result += __builtin_popcountll(rng() & ((1LLU << size) - 1));

  return result;
}

/*** R
set_seed(42)
rbinom01(10)
rbinom01(10)
rbinom01(10)
*/

然而，使用runif并不完全是坏事，而且肯定比访问/dev/uradom更快。在dqrng中，对此有一个明确的定义

---

至于教程：除了WER，这个小插曲也是必读的。Hadley Wickham也有一章介绍编译代码，如果你想使用devtools的话。

你可以通过软件包获得xoshiro256+和xoroshiro128+。你可以通过软件包获得xoshiro256+和xoroshiro128+。四：RcppZiggurat。@Dirk RcppZiggurat是否允许访问底层比特流？我以为它只提供了超快速的正态变量。原始文件也有指数，但我没有涵盖。dqrng看起来像一个像样的软件包，但我不认为它正在向我输出底层xoshiro128+。参考手册刚刚提到它有一些东西，比如dqrunif，它不返回比特流。你是在建议我使用C++中的广义向量吗？如果是这样的话，请给我举一个最简单的例子。我想我自己已经明白了，但是仍然有一些关于播种的问题。请看我编辑的问题。谢谢四：RcppZiggurat。@Dirk RcppZiggurat是否允许访问底层位流？我以为它只提供了超快速的正态变量。原始文件也有指数，但我没有涵盖。dqrng看起来像一个像样的软件包，但我不认为它正在向我输出底层xoshiro128+。参考手册刚刚提到它有一些东西，比如dqrunif，它不返回比特流。你是在建议我使用C++中的广义向量吗？如果是这样的话，请给我举一个最简单的例子。我想我自己已经明白了，但是仍然有一些关于播种的问题。请看我编辑的问题。谢谢

#include <Rcpp.h>
// [[Rcpp::depends(dqrng)]]
#include <xoshiro.h>
// [[Rcpp::plugins(cpp11)]]

namespace {
dqrng::xoshiro256plus rng{};
}

// [[Rcpp::export]]
void set_seed(int seed) {
  rng.seed(seed);
}

// [[Rcpp::export]]
int rbinom01(int size) {
  if (!size) {
    return 0;
  }

  int result = 0;
  while (size >= 64) {
    result += __builtin_popcountll(rng());
    size -= 64;
  }

  result += __builtin_popcountll(rng() & ((1LLU << size) - 1));

  return result;
}

/*** R
set_seed(42)
rbinom01(10)
rbinom01(10)
rbinom01(10)
*/