R与Rcpp中的斐波那契数

我只是想检查在R和Rcpp中生成Fiboncci数的执行速度。令我惊讶的是，我的R函数比我的Rcpp函数更快（也是线性增长的）。这里出了什么问题

R代码：

fibo = function (n){
    x = rep(0, n)
    x[1] = 1
    x[2] = 2

    for(i in 3:n){
        x[i] = x[i-2] + x[i-1]
    }
    return(x)
}

Rcpp代码：

#include <Rcpp.h>

using namespace Rcpp;
// [[Rcpp::export]]
IntegerVector fibo_sam(int n){
    IntegerVector x;
    x.push_back(1);
    x.push_back(2);
    for(int i =2; i < n; i++){
        x.push_back(x[i - 2] + x[i-1]);
    }
    return(x);
}

#包括
使用名称空间Rcpp；
//[[Rcpp:：导出]]
积分向量fibo_sam（int n）{
积分x；
x、 推回（1）；
x、 推回（2）；
for（int i=2；i

您的Rcpp代码的问题在于，您正在增加向量，而不是在开始时分配大小。尝试：

// [[Rcpp::export]]
IntegerVector fibo_sam2(int n) {
  IntegerVector x(n);
  x[0] = 1;
  x[1] = 2;
  for (int i = 2; i < n; i++){
    x[i] = x[i-2] + x[i-1];
  }
  return(x);
}

---

PS1：检查您的第一个值

---

PS2：注意大数（见）

谢谢，我不知道C++中预先分配的大小。刚刚检查，他们不知道，但是它们在Rcpp.yeah很重要，<代码> PuxSuffe每次都是完整的副本，我们记录了“代码> PurthBuffe<代码>对于那些寻求STL接口的人来说是“方便”的。但不应将其作为实现它的唯一方法，而是要求这些完整副本。比奈的公式是一种很好的方法：

fibonacci
Unit: microseconds
            expr     min       lq      mean  median       uq      max neval cld
      fibo(1000)  99.989 102.6375 157.42543 103.962 106.9415 4806.395   100  a 
  fibo_sam(1000) 493.320 511.8615 801.39046 534.044 590.4945 2825.168   100   b
 fibo_sam2(1000)   2.980   3.3110  10.18763   3.642   4.3040  573.443   100  a