C++ 在同一个R包中组合C代码

假设我在两个不同的

R

包中有两个独立的cpp代码： （请不要从字面上理解这些示例，这些示例旨在 我的问题的最低版本）

#包括
#包括
使用名称空间std；
使用名称空间特征；
使用Eigen：：VectorXf；
使用本征：：矢量；
使用Eigen:：RowVectorXf；
浮动Fmedian（矢量x和x）{
常量int n=x.行（）；
常数int半=（n+1）/2-1；
浮动med；
std:：n_元素（x.data（），x.data（）+一半，x.data（）+x.size（））；
如果（（n%2）=1）{
med=x（一半）；
}否则{
浮动tmp0=x（一半）；
float tmp1=x.segment（半+1，半-1）.minCoeff（）；
med=0.5*（tmp0+tmp1）；
}
返回医学院；
}
外部“C”{
无效R_快速中值（整数*n，浮点*X，整数*fMet）{
矩阵xi=Map（X，*n）；
浮点数Um=Fmedian（xi）；
*fMet=Um；
}
}

然后，在另一个文件中，我有：

#include <algorithm>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;
using Eigen::VectorXf;
using Eigen::VectorXi;
using Eigen::RowVectorXf;

float Fmedian(VectorXf& x){
    const int n=x.rows();
    const int half=(n+1)/2-1;               
    float med;
    std::nth_element(x.data(),x.data()+half,x.data()+x.size()); 
    if((n%2)==1){
        med=x(half);
    } else {
        float tmp0=x(half);
        float tmp1=x.segment(half+1,half-1).minCoeff(); 
        med=0.5*(tmp0+tmp1);
    }
    return med;
}
float Fmad(VectorXf& x,float& med){
    const int n=x.rows();
    const int half=(n+1)/2-1;
    float mad;              
    x-=med;
    x=x.cwiseAbs();
    std::nth_element(x.data(),x.data()+half,x.data()+x.size()); 
    if((n%2)==1){
        mad=x(half);
    } else {
        float tmp0=x(half);
        float tmp1=x.segment(half+1,half-1).minCoeff(); 
        mad=0.5*(tmp0+tmp1);
    }
    return(mad*1.4826);
}
extern "C"{
    void R_Fastmad(int* n,float* X,int* fMet){
        MatrixXf xi=Map<VectorXf>(X,*n);        
        float U1=Fmedian(xi);
            float U2=Fmad(xi,U1);
        *fMet=U2;
    }
}

#包括
#包括
使用名称空间std；
使用名称空间特征；
使用Eigen：：VectorXf；
使用本征：：矢量；
使用Eigen:：RowVectorXf；
浮动Fmedian（矢量x和x）{
常量int n=x.行（）；
常数int半=（n+1）/2-1；
浮动med；
std:：n_元素（x.data（），x.data（）+一半，x.data（）+x.size（））；
如果（（n%2）=1）{
med=x（一半）；
}否则{
浮动tmp0=x（一半）；
float tmp1=x.segment（半+1，半-1）.minCoeff（）；
med=0.5*（tmp0+tmp1）；
}
返回医学院；
}
浮动Fmad（矢量XF&x、浮动&med）{
常量int n=x.行（）；
常数int半=（n+1）/2-1；
疯狂地漂浮；
x-=med；
x=x.cwiseAbs（）；
std:：n_元素（x.data（），x.data（）+一半，x.data（）+x.size（））；
如果（（n%2）=1）{
mad=x（一半）；
}否则{
浮动tmp0=x（一半）；
float tmp1=x.segment（半+1，半-1）.minCoeff（）；
mad=0.5*（tmp0+tmp1）；
}
返回（mad*1.4826）；
}
外部“C”{
void R_Fastmad（int*n，float*X，int*fMet）{
矩阵xi=Map（X，*n）；
浮点数U1=Fmedian（xi）；
浮点数U2=Fmad（xi，U1）；
*fMet=U2；
}
}

现在，我想将这两个函数合并到一个包中。我什么时候编译 第二个代码使用

R CMD

，我将得到一个错误，用于Fmedian 该函数已在第一个文件中定义。最重要的是什么

---

将这两个文件链接在一起的简单方法？

如果我阅读正确，您的

Fmedian

实现在这两个文件中完全相同。但是编译器实际上并不知道这一点，因为它们可能是不同的，并导致歧义，从而导致错误。要解决这个问题，您应该将两个实现统一为一个

一种方法是：

// the first file
#include <algorithm>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;
using Eigen::VectorXf;
using Eigen::VectorXi;
using Eigen::RowVectorXf;

// Forward-declare Fmedian as an external function.
// This means that its definition will be found
// in some other file (C++ translation unit) during compilation.
extern float Fmedian(VectorXf& x);

extern "C" {
    void R_Fastmedian(int* n,float* X,int* fMet){
        MatrixXf xi=Map<VectorXf>(X,*n);        
        float Um=Fmedian(xi);
        *fMet=Um;
    }
}

//第一个文件
#包括,

// the first file
#include <algorithm>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;
using Eigen::VectorXf;
using Eigen::VectorXi;
using Eigen::RowVectorXf;

// Forward-declare Fmedian as an external function.
// This means that its definition will be found
// in some other file (C++ translation unit) during compilation.
extern float Fmedian(VectorXf& x);

extern "C" {
    void R_Fastmedian(int* n,float* X,int* fMet){
        MatrixXf xi=Map<VectorXf>(X,*n);        
        float Um=Fmedian(xi);
        *fMet=Um;
    }
}