R 如何使函数执行得更快?
我有以下函数:,其中mu是矩阵(nux行和nuy列)。d_X和d_Y是距离矩阵 在R中实现此功能的一种方法是:R 如何使函数执行得更快?,r,performance,loops,R,Performance,Loops,我有以下函数:,其中mu是矩阵(nux行和nuy列)。d_X和d_Y是距离矩阵 在R中实现此功能的一种方法是: H_mu <- function(mu, d_X, d_Y){ value <- 0 for(i in 1:nrow(d_X)){ for(ii in 1:nrow(d_X)){ for(j in 1:nrow(d_Y)){ for(jj in 1:nrow(d_Y)){
H_mu <- function(mu, d_X, d_Y){
value <- 0
for(i in 1:nrow(d_X)){
for(ii in 1:nrow(d_X)){
for(j in 1:nrow(d_Y)){
for(jj in 1:nrow(d_Y)){
value <- value + mu[i,j]*mu[ii,jj]*abs(d_X[i,ii]-d_Y[j,jj])
}}}}
}
H_mu这将为每个循环节省2次名称查找和一次函数调用(即[
),速度快了8%(因此@Marat Talipov的建议是可行的):
H_mu_2这将为每个循环节省2个名称查找和一个函数调用(即[
),速度快了8%(因此@Marat Talipov的建议是可行的):
<代码> HMUY2看起来像是MalAT TaliPoV的建议,如果你不喜欢C++中的编码,你可以使用自动生成RPR代码来简单的R函数。它需要R函数及其参数以及它们的类型,假设有明确的代码>返回< /Cord>调用,并返回文本代码。
H_mu <- function(mu, d_X, d_Y){
value <- 0
for(i in 1:nrow(d_X)){
for(ii in 1:nrow(d_X)){
for(j in 1:nrow(d_Y)){
for(jj in 1:nrow(d_Y)){
value <- value + mu[i,j]*mu[ii,jj]*abs(d_X[i,ii]-d_Y[j,jj])
}}}}
return (value)
}
将结果复制粘贴到您的Rcpp编辑器中,稍作调整后,您就有了可执行的H\u mu\u type
函数
Rcpp::cppFunction('double H_mu_typed(NumericMatrix mu, NumericMatrix d_X, NumericMatrix d_Y) {
double value=0;
value = 0;
for (int i = 0; i <d_X.nrow(); i++) {
for (int ii = 0; ii < d_X.nrow(); ii++) {
for (int j = 0; j < d_Y.nrow(); j++) {
for (int jj = 0; jj < d_Y.nrow(); jj++) {
value = value + mu(i, j) * mu(ii, jj) * abs(d_X(i, ii) - d_Y(j, jj));
};
};
};
};
return(value);
}
')
似乎是@马拉特-塔利波夫的建议,如果你不喜欢C++中的编码,你可以用它来自动生成简单的R函数的RCPP代码。它需要R函数及其参数以及它们的类型,假设有明确的代码>返回< /代码>调用,并返回文本代码。
H_mu <- function(mu, d_X, d_Y){
value <- 0
for(i in 1:nrow(d_X)){
for(ii in 1:nrow(d_X)){
for(j in 1:nrow(d_Y)){
for(jj in 1:nrow(d_Y)){
value <- value + mu[i,j]*mu[ii,jj]*abs(d_X[i,ii]-d_Y[j,jj])
}}}}
return (value)
}
将结果复制粘贴到您的Rcpp编辑器中,稍作调整后,您就有了可执行的H\u mu\u type
函数
Rcpp::cppFunction('double H_mu_typed(NumericMatrix mu, NumericMatrix d_X, NumericMatrix d_Y) {
double value=0;
value = 0;
for (int i = 0; i <d_X.nrow(); i++) {
for (int ii = 0; ii < d_X.nrow(); ii++) {
for (int j = 0; j < d_Y.nrow(); j++) {
for (int jj = 0; jj < d_Y.nrow(); jj++) {
value = value + mu(i, j) * mu(ii, jj) * abs(d_X(i, ii) - d_Y(j, jj));
};
};
};
};
return(value);
}
')
Rcpp
可能是最简单的方法。Rcpp
可能是最简单的方法。
Rcpp::cppFunction('double H_mu_typed(NumericMatrix mu, NumericMatrix d_X, NumericMatrix d_Y) {
double value=0;
value = 0;
for (int i = 0; i <d_X.nrow(); i++) {
for (int ii = 0; ii < d_X.nrow(); ii++) {
for (int j = 0; j < d_Y.nrow(); j++) {
for (int jj = 0; jj < d_Y.nrow(); jj++) {
value = value + mu(i, j) * mu(ii, jj) * abs(d_X(i, ii) - d_Y(j, jj));
};
};
};
};
return(value);
}
')
H_mu_typed(mu, d_X, d_Y)
[1] 41650
system.time(H_mu_typed(mu, d_X, d_Y))[3]
elapsed
0.01