C++ 自制toupper：外观相同，但不完全相同

对于我的优化，我希望在Rcpp中获得一个像样的

toupper

。我对C++非常陌生，至于我已经做过了：

#包括
使用名称空间Rcpp；
无效C_-toupper_字符串（常量字符串&s）{
对于（char*p=（char*）s.get_cstring（）；*p！=0；p++）*p=toupper（*p）；
}
//[[Rcpp:：导出]]
StringVector C_toupper（StringVector常量和向量）{
StringVector res=克隆（vecteur）；
for（int i（0）；iTestStult
为什么不使用C++库来使用一行？除非你真的有C++经验，否则你可能不太可能打败它。下面的代码只是缩进显示在这里，它是我的R会话中的一行
R> Rcpp::cppFunction("std::string tU(std::string s) { std::string u(s); \
 for (unsigned int i=0; i<u.length(); i++) u[i] = std::toupper(u[i]); return(u); }")
R> tU("aBcDe")
[1] "ABCDE"
R> 

R>Rcpp:：cppFunction（“std:：stringtu（std:：strings）{std:：stringu（s）\
对于（unsigned int i=0；i这两个字符串为什么不测试
相同的
这个问题很难解释-当检查它们的原始字节时（通过
charToRaw
），这两个字符串看起来肯定是相同的，它们不携带属性，也没有编码集。因此，实际上，它们应该是相同的

为了解决这个谜团，我们需要了解C++代码实际上在做什么。更具体地说，C代码风格的代码在Cux> CuTouPiPrSype 中做了什么。因为它们的危险性。
为什么？因为返回
char-const*
。您将其强制转换为
char*
，从而丢弃其
常量。这可能是安全的，但前提是基础存储不是
const
。否则它是安全的。由于代码重写（例如优化），UB的影响很难预测.在本例中，它似乎生成了弄乱R字符串内部的代码


从根本上说，您无法在适当的位置修改
Rcpp:：String
对象，因为它们不允许这样做。但是，如果您只是想避免复制，那么您的代码无论如何都无法达到目的，因为
C\u toupper
函数在第一步中显式复制输入

正如Dirk所说，解决此问题的正确方法是使用可用的Rcpp API。在字符串修改的情况下，这意味着将您的输入转换为
std:：string
，执行修改，然后再转换回。这会复制，但您当前的代码也会复制。下面是编写此代码的一种好方法：

#包括
#包括
#包括
//[[Rcpp:：导出]]
Rcpp:：StringVector C_toupper（Rcpp:：StringVector const&vec）{
向量res（vec.begin（），vec.end（））；
for（std:：string和str:res）{
对于（char&c:str）c=std:：toupper（c）；
}
返回Rcpp:：wrap（res）；
}

请注意，这有时会产生错误的结果，因为
std:：toupper
根本无法处理某些Unicode特征。R的
toupper
做得更好，但也有一些问题。一个正确的解决方案是使用or{stringi}包。
我不确定自
Rcpp:：clone以来您试图实现什么()
将复制您的数据。拉尔夫·斯塔布纳：我想在我想要的时候做，而不是在我不想做的时候做。我想了解Rcpp:：String是如何工作的，并能够直接安全地修改它。无论如何，它甚至不会复制数据，因为我注意到测试字符串被修改了……这是一个完全失败的lol get\u cstring正在制作一个co所以你修改了副本，而不是原始版本是什么让你认为在Rcpp中重新实现会比R的内置
toupper
函数快？@OlivierSohn这是不正确的，链接也没有声明这一点。这并不能解释为什么OP的代码会产生一个看起来相同但测试
不相同的字符串到
toupper
（或您的代码）的结果。即使用
charToRaw
检查它们也没有任何区别，它们的编码是相同的，而且似乎没有任何属性。谢谢你的回答。但是，正如我所说的，我宁愿避免使用std:：字符串。正如@KonradRudolph所说的，主要的一点是不理解发生了什么。@Konrad：当然，但正如bee所说的那样n如前所述，如果一个人的目标是射中自己的脚，那么直接进入C级例程是一个不错的选择；-）如果OP编造了一些不通过
相同的
，这不是我的问题。我们（字面上）有数千个Rcpp代码的入口点通过了。这是他的问题，不是我的问题。这对他来说肯定是一个很好的学习机会。或者用不同的措辞：我们的目标是提供更高级别的访问，这样用户就不必担心按位标识。人们通常只是免费获得它：Rcpp创建的对象通常与R创建的对象没有区别一个。在这里，他设法打破了这一局面，用国产代码绕过了我们的结构。这将是…他的问题不是我的，但正如a所说，这可能是一个很好的学习和调试机会。@Dirkedelbuettel说到正确的教学方法，我完全站在你一边，而不是给出XY问题的字面答案。然而，你在刷牙撇开一个非常有趣的问题不谈吧：
idential
失败的原因绝对不明显——事实上，即使在查看了
R\u compute\u idential
的源代码后，我也不知道这里会发生什么。我唯一能看到的是，他们的
sxpinfo->obj
标志不同C++上的馅饼听起来很愚蠢。有比OP的方法更好的方法。好的回答，谢谢你花时间做这件事。谢谢。我知道，直接处理内存是不安全的。我会检查我的代码，看看我在其他地方没有破解。我猜这个存储是MOR。e比单个字符链复杂。@ArnaudFeld它或多或少是存储字符串dat的字符数组+头