Vector 使用RcppParallel并行添加向量

我正在尝试使用RcppParallel并行化（大）向量的加法。这就是我想到的

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

// [[Rcpp::export]]
NumericVector directVectorAddition(NumericVector first, NumericVector second) {
    assert (first.length() == second.length());
    NumericVector results(first.length());
    results = first + second;
    return results;
}

// [[Rcpp::export]]
NumericVector loopVectorAddition(NumericVector first, NumericVector second) {
    assert (first.length() == second.length());
    NumericVector results(first.length());
    for(unsigned i = 0; i != first.length(); i++)
        results[i] = first[i] + second[i];
    return results;
}

struct VectorAddition : public Worker
{
    const RVector<double> first, second;
    RVector<double> results;
    VectorAddition(const NumericVector one, const NumericVector two, NumericVector three) : first(one), second(two), results(three) {}

    void operator()(std::size_t a1, std::size_t a2) {
        std::transform(first.begin() + a1, first.begin() + a2,
                       second.begin() + a1,
                       results.begin() + a1,
                       [](double i, double j) {return i + j;});
    }
};


// [[Rcpp::export]]
NumericVector parallelVectorAddition(NumericVector first, NumericVector second) {
    assert (first.length() == second.length());
    NumericVector results(first.length());
    VectorAddition myVectorAddition(first, second, results);
    parallelFor(0, first.length(), myVectorAddition);
    return results;
}

/[[Rcpp:：depends（RcppParallel）]]
#包括
#包括
#包括
使用名称空间RcppParallel；
使用名称空间Rcpp；
//[[Rcpp:：导出]]
NumericVector DirectVector加法（NumericVector第一，NumericVector第二）{
断言（first.length（）==second.length（））；
数值向量结果（first.length（））；
结果=第一+第二；
返回结果；
}
//[[Rcpp:：导出]]
NumericVector LoopVector加法（NumericVector第一，NumericVector第二）{
断言（first.length（）==second.length（））；
数值向量结果（first.length（））；
for（无符号i=0；i！=first.length（）；i++）
结果[i]=第一[i]+第二[i]；
返回结果；
}
结构向量添加：公共工作者
{
第一个常数，第二个常数；
评估结果；
向量加法（常数数值向量一，常数数值向量二，数值向量三）：第一（一），第二（二），结果（三）{
void运算符（）{
转换（first.begin（）+a1，first.begin（）+a2，
第二，begin（）+a1，
results.begin（）+a1，
[]（双i，双j）{返回i+j；}）；
}
};
//[[Rcpp:：导出]]
NumericVector并行向量加法（NumericVector第一，NumericVector第二）{
断言（first.length（）==second.length（））；
数值向量结果（first.length（））；
向量添加myVectorAddition（第一，第二，结果）；
parallelFor（0，first.length（），myVectorAddition）；
返回结果；
}

它似乎可以工作，但不能加快速度（至少在4核机器上不能）

>v1 v2 all（directVectorAddition（v1，v2）=loopVectorAddition（v1，v2））
[1] 真的
>全部（直接矢量加法（v1，v2）=并行矢量加法（v1，v2））
[1] 真的
>结果结果[，1:4]
测试复制相对已过
1 v1+v2 100 0.206 1.000
4平行矢量加法（v1，v2）100 0.993 4.820
2 directVectorAddition（v1，v2）100 1.015 4.927
3环矢量加法（v1，v2）100 1.056 5.126

这能更有效地实施吗

提前多谢了

mce

新手错误：）您将其定义为

Rcpp:：NumericVector

，但创建通过序列运算符创建的数据。这将创建整数值，因此您将强制在所有函数上创建一个副本

成功

v1 <- as.double(1:1000000)
v2 <- as.double(1000000:1)

这个例子仍然没有那么令人印象深刻，因为相关的操作“便宜”，而并行方法需要分配内存、将数据复制到工作人员、再次收集等

---

但好消息是您正确地编写了并行代码。这不是一项小任务。

好的！非常感谢您的快速回复！

v1 <- as.double(1:1000000)
v2 <- as.double(1000000:1)

R> result[,1:4]
                            test replications elapsed relative
4 parallelVectorAddition(v1, v2)          100   0.301    1.000
2   directVectorAddition(v1, v2)          100   0.424    1.409
1                        v1 + v2          100   0.436    1.449
3     loopVectorAddition(v1, v2)          100   0.736    2.445