C++ 是否可以将矩阵列表传递给vector<；本征：：映射<；特征：：矩阵xD>&燃气轮机；内联的？

我试图以列表格式对矩阵行执行操作，以计算我正在编写的某些软件的Hessian矩阵（混合偏导数矩阵）的部分。我发现我只能在R中这么快地完成这项工作（即使是并行化），因此我已经切换到Rcpp以获得更快的速度，并切换到RcppEigen以获得提供的高级矩阵操作。当我依赖列表类型来表示从R传递来的矩阵/向量列表时，我的Cpp代码会随着列表长度（每个元素都是矩阵或向量）的增加而大大降低。我不知道确切的原因，但这可能是因为动态大小的对象？我的问题是：我是否可以使用RcppEigen通过如下方式将列表从R传递到标准模板库（STL）的向量容器中

vector<Eigen::Map<Eigen::MatrixXd>> A(as<vector<Eigen::Map<Eigen::MatrixXd>> >(AA)) 

向量A（as（AA）） 我之所以想这样做，是因为我读到访问向量比访问列表快得多。然而，我可能误解了这一点，如果是这样，我道歉

其思想是传入向量列表（B2）和矩阵列表（A2）。在这些列表的每个索引中，我迭代当前索引A2中的矩阵（A）行和当前索引B2中的向量（b），计算：

b[j]*t（A[j，]）%*%A[j，]

对于j，从0到第1行。我将得到一个列表，其大小等于该索引中矩阵的行数，然后转到外部限制的下一个索引，以此类推

下面是一个可复制的示例，说明了我可以使用列表执行的操作：

library(inline)
library(RcppEigen)
library(microbenchmark)    

## Create function which takes list into Rcpp and does all manipulations internally (no lapply outside)
A2 <- lapply(1:2, function(t) matrix(rnorm(10 * t), nrow = t, ncol = 10))
B2 <- lapply(1:2, function(t) rnorm(t))

## This becomes slower relative to R as the size increases.
## Something is not right in how I am programming this.
retLLMat <- "using Eigen::VectorXd;
         typedef Eigen::Map<Eigen::MatrixXd> MapMatd;
         typedef Eigen::Map<Eigen::VectorXd> MapVecd;
         List A(AA), B(BB);
         int listSize = A.size(), ncol, sublistSize;
         List outList;
         double sub;
         for (int i = 0; i < listSize; i++)
         {
           List subList;
           MapMatd subMat(as<MapMatd >(A[i]));
           MapVecd subVec(as<MapVecd >(B[i]));
           ncol = subMat.cols();
           VectorXd currRow(ncol);
           sublistSize = subMat.rows();
           for (int j = 0; j < sublistSize; j++)
           {
             currRow = subMat.row(j);
             sub = subVec[j];
             subList[String(j)] = (sub * currRow) * currRow.transpose();
           }
           outList[String(i)] = subList; 
         }
         return wrap(outList);"

## Compile Cpp code
retLLMatC <- cxxfunction(signature(AA = "List", BB = "List"), retLLMat, plugin = "RcppEigen")
## R version
retLLMat <- function(A, B) mapply(function(a, b) mapply(function(a, b) b * a, lapply(apply(a, 1, function(t) list(tcrossprod(t))), "[[", 1), b, SIMPLIFY = FALSE), A, B, SIMPLIFY = FALSE)

## Test R vs Rcpp version
microbenchmark(retLLMat(A2, B2), retLLMatC(A2, B2))

库（内联）
图书馆（RcppEigen）
图书馆（微基准）
##创建将列表纳入Rcpp并在内部执行所有操作的函数（外部无重叠）
A2你可以用另一种方法来做：使用一个标准的
列表（我们知道它是通过的），其中每个元素（无论如何必须是
SEXP
）通过一个本征
映射（我们也知道单独通过）

所以我会从简单开始，一步一步地让它变得更复杂，直到它崩溃。
嗨，德克！首先，我已经阅读了你们的文章和例子有一段时间了，所以我在这里有点震惊。很酷，你还是有时间在堆栈上响应！我将编辑我答案的底部，以显示我认为这是什么样子。我仍然有一个小问题，我认为我已经用迭代器解决了，但是，取消引用意味着类型丢失，或者类似的东西，我相信。
vector<Eigen::Map<Eigen::MatrixXd>> 

## Testing using a vector of Map<MatrixXd>
## Simplified by trying to return the list after reading it in
VectorMat <- "using Eigen::MatrixXd;
              using std::vector;
              typedef Eigen::Map<Eigen::MatrixXd> MapMatd;
              vector<MapMatd> A(as<vector<MapMatd> >(AA);
              return wrap(A);"

## This produces errors 
test <- cxxfunction(signature(AA = "List"), VectorMat, plugin = "RcppEigen")             

ListMat1 <- "using Eigen::MatrixXd;
typedef Eigen::Map<Eigen::MatrixXd> MapMatd;
ListOf<MapMatd> A(as<ListOf<MapMatd> >(AA));
return wrap(A);"

ListMat <- cxxfunction(signature(AA = "List"), ListMat1, plugin = "RcppEigen")
res <- ListMat(A2)

b2 <- lapply(1:5, function(t) numeric(t))

vecTest <- "ListOf<NumericVector> b(as<ListOf<NumericVector> >(bb)); 
NumericVector res = b[0];
return wrap(res);"   

vecTestfn <- cxxfunction(signature(bb = "List"), vecTest, plugin = "RcppEigen")
vecTestfn(b2)

ListMatInd <- "using Eigen::MatrixXd;
typedef Eigen::Map<Eigen::MatrixXd> MapMatd;
ListOf<MapMatd> A(as<ListOf<MapMatd> >(AA));
MatrixXd res = A[0];
return wrap(res);"

ListMatIndfn <- cxxfunction(signature(AA = "List"), ListMatInd, plugin = "RcppEigen")