如何使用多个for循环使Rcpp代码高效？

我试图通过从R调用来实现以下Rcpp代码。计算时间非常慢。涉及到很多for循环

#include <RcppArmadillo.h>
using namespace Rcpp;
// [[Rcpp::depends(RcppArmadillo)]]

// [[Rcpp::export]]
arma::mat qpart(
      const int& n,
      const int& p,
      const int& m,
      arma::vec& G,
      arma::vec& ftime,
      arma::vec& cause,
      arma::mat& covs,
      arma::mat& S1byS0hat,
      arma::vec& S0hat,
      arma::vec& expz){

      arma::mat q(n,p);
      q.zeros();
      for(int u=0;u<n;++u){
         arma::mat q1(1,p);
         q1.zeros();
         for(int iprime=0;iprime<n;++iprime){
            for(int i=0;i<n;++i){
               if(cause(iprime)==1 & cause(i)>1 & (ftime(i) < ftime(u)) & (ftime(u) <= ftime(iprime))){
                   q1 += (covs.row(i) - S1byS0hat.row(iprime))*G(iprime)/G(i)*expz(i)/S0hat(iprime);
               }
             }
         }
         q.row(u) = q1/(m*m);
      }
return q;
}

正如我们所看到的，计算时间非常长

q = matrix(0,n,p)
for(u in 1 : n){
    q1 <- matrix(0,p,1)
  for(iprime in 1 : n){
    for(i in 1 : n){
      if(cause[iprime]==1 & cause[i]>1 & (time[i]<time[u]) & (time[u] <= time[iprime])){
          q1 = q1 + (covs[i,] - S1byS0hat[,iprime])*G[iprime]/G[i]*expz[i]/S0hat[iprime]
      }
    }

  }
    q[u,] = q1/(m*m)
}

相同的代码在R中实现，计算时间非常长

q = matrix(0,n,p)
for(u in 1 : n){
    q1 <- matrix(0,p,1)
  for(iprime in 1 : n){
    for(i in 1 : n){
      if(cause[iprime]==1 & cause[i]>1 & (time[i]<time[u]) & (time[u] <= time[iprime])){
          q1 = q1 + (covs[i,] - S1byS0hat[,iprime])*G[iprime]/G[i]*expz[i]/S0hat[iprime]
      }
    }

  }
    q[u,] = q1/(m*m)
}

q=矩阵（0，n，p）
对于（1:n中的u）{
q1 1&（时间[i]某些条件仅取决于
u
和
iprime
，因此您可以提前检查它们。
您还可以预计算一些内容。这将提供：

arma::mat qpart2(
    double m,
    arma::vec& ftime,
    arma::vec& cause,
    arma::mat& covs,
    arma::mat& S1byS0hat,
    arma::vec& G_div_S0hat,
    arma::vec& expz_div_G){

  double m2 = m * m;

  int n = covs.n_rows;
  int p = covs.n_cols;

  arma::mat q(n, p, arma::fill::zeros);

  for (int u = 0; u < n; u++) {
    double ftime_u = ftime(u);
    for (int iprime = 0; iprime < n; iprime++) {
      if (cause(iprime) == 1 && ftime_u <= ftime(iprime)) {
        for (int i = 0; i < n; i++) {
          if (cause(i) > 1 && ftime(i) < ftime_u) {
            double coef = G_div_S0hat(iprime) * expz_div_G(i);
            for (int j = 0; j < p; j++) {
              q(u, j) += (covs(i, j) - S1byS0hat(iprime, j)) * coef;
            }
          }
        }
      }
    }
    for (int j = 0; j < p; j++)  q(u, j) /= m2;
  }

  return q;
}

arma:：mat qpart2(
双m，
arma:vec和ftime，
arma:vec和cause，
arma：：mat&covs，
arma：：mat和S1byS0hat，
arma:vec&G部门，
arma：：vec和expz____G）{
双m2=m*m；
int n=covs.n_行；
int p=covs.n_cols；
arma:：matq（n，p，arma:：fill:：zero）；
对于（int u=0；u

使用
qpart2（m，ftime，cause，covs，t（S1byS0hat），G/S0hat，expz/G）
需要3.7秒（与您的代码相比32秒）

**

小评论：


您使用arma结构而不是Rcpp结构有什么原因吗
您应该按列而不是按行访问矩阵，因为它们是按列存储的，所以应该快一点
如果你的代码< < /Cord>语句是错误的。在C++中，<代码>和<代码>是按位的。你需要一个逻辑的<代码>和/和代码>。否则，<代码>如果语句将基本上总是被评估为true并运行贵计算。结果将是错误的，计算速度比它需要的要慢。@ Allan Cameron实际上我在R中编写了相同的代码，R的结果与使用Rcpp产生的结果完全相同。好的，我将尝试使用&。@Allan Cameron是的，通过这一更改，计算时间减少到10.3秒。您看到了任何进一步的改进吗？@Allan Cameron您认为只使用R并尝试在R中优化会更好吗？您在做什么计算？当您设置n=2000并执行三重嵌套循环时，您正在执行2000 x 2000 x 2000，或80亿次计算。在10秒内运行它意味着您在Rcpp中每秒将获得近10亿次计算。这并不慢，而是快。除非有更好的算法完成您正在尝试的任务，否则这将需要很长时间要实现。除非你能告诉我们，否则你会努力让它变得更好。Prive哇。这是一个很大的改进。你是说如果我们使用Rcpp结构，那么我们可以进一步改进。我没有理由使用arma结构。我只是更熟悉它。不，它不会提高速度，但会更简单，而且可以删除一个依赖项。是否有可能通过使用vector-through-out-Rcpp来提高效率。我之所以这样问，是因为用C编写的类似代码（不是我写的）要比上面快得多。