第1页 / 共7页
第2页 / 共7页
第3页 / 共7页
第4页 / 共7页
第5页 / 共7页
第6页 / 共7页
第7页 / 共7页
R 和 C，C++语言函数调用.pdf
机器学习与数据挖掘重点实验室
R 和 C 语言、C++ 语言函数调用
-----开发平台建设·基础篇（6）
机器学习与数据挖掘重点实验室
刘江伟
(majorliujw◎gmail.com)
2014-5-18
实验说明
关键词：R； C；C++；DLL；编译运行效率；.Call ；Rcpp 包；inline 包
摘 要：
1）如何 用 R 调用 C 函数，使底层运算(如循环等)速度加快。
2）R 和 C++各自优势如何对接起来（如 R 的矩阵运算，向量运算以及各种统计算法等；C++
的底层运算速度，标准库函数 STL 等）。
3）本实验以操作为主。
实验一：R 语言和 C 语言 函数调用
实验目的：如何 用 R 调用 C 函数，使底层运算(如循环等)速度加快。
1.下载 Rtools:
（如 Rtools30.exe）；
2.添加环境变量 path：
添加 R 环境变量：
机器学习与数据挖掘重点实验室
D:\Program Files\R\R-3.0.2\bin\i386（要用到这个路径下的 Rcmd.exe）
添加 RTools 环境变量：
D:\Program Files\Rtools\bin;
D:\Program Files\Rtools\gcc-4.6.3\bin
配置完后，在 CMD 窗口输入以后命令，用来测试环境变量是否 OK!
gcc --help
Rcmd
Rcmd SHLIB --help
3.编写 testR.c 文件：
R 和 C 传递数据都是指针形式。
其中数据类型对应如下：
testR.c 文件
/////////////////////////////////////////////////////////////////////
///////////////////////////////
#include
void myadd(double *a, double *b, double *c)
{
*c=*a+*b;
}
void myprint(const char **msg){
Rprintf("msg is: %s",*msg);
}
//double 型数据
void myMultiAdd1 (double *n, double *prod, const char **msg) {
机器学习与数据挖掘重点实验室
* prod=0;
int i,j,k;
for(i=1;i<=*n;i++)
for(j=1;j<=*n;j++)
for(k=1;k<=*n;k++)
*prod=*prod+(i+j+k);
Rprintf("%s 说，%f 以内所有数(可重复)相加的结果
是: %f\n",*msg,*n,*prod);
}
//只是换数据类型;测试数据比较大时，可以用 long int,或者 long long int
void myMultiAdd2 (int *n, long long int *prod, const char **msg) {
*prod=0;
int i,j,k;
for(i=1;i<=*n;i++)
for(j=1;j<=*n;j++)
for(k=1;k<=*n;k++)
*prod=*prod+(i+j+k);
Rprintf("%s 说，%d 以内所有数(可重复)相加的结果
是: %d\n",*msg,*n,*prod);
}
/////////////////////////////////////////////////////////////////////
///////////////////////////////
4.生成 dll:
把 testR.c 放到 F 某个盘文件夹下，windows cmd cd 到这个文件夹去
Rcmd SHLIB testR.c 命令，生成 testR.dll 和 testR.o 两个文件。 .dll 文件成
功生成~~
把 testR.dll 拷贝到你的 R 工程目录
5.R 文件中测试及调用：
RC.R 文件
#################################################
## R 调用 C 函数方法
## 优点：C 运行时间大大减少；特别是循环之类的情况。
## C 编译 DLL 命令： Rcmd SHLIB testR.c
##################################################
##-----------------------R 循环函数--------------------------
myMultiAdd<-function(n){
num=0;
for(i in 1:n)
for (j in 1:n)
for (k in 1:n)
{
num=num+(i+j+k);
机器学习与数据挖掘重点实验室
}
cat("R 的循环结果为：",num,"\n");
}
#myMultiAdd(3) #测试
#加载动态链接库
dyn.load('testR.dll')
##-----------------简单函数调用---------------
.C("myadd", as.numeric(1.2),as.numeric(3.4),as.numeric(1))
.C("myprint", as.character("hello, world"))
##-----------------注意数据类型---------------
#R 默认的数据类型是 double
.C("myMultiAdd1",a1=3,b1=0,c1="Master1")
#以整数调用；注意 C 函数的整型数据表示范围，
a2=as.integer(3);
b2=as.integer(0);
.C("myMultiAdd2",a2,b2,c2="Master2")
##-----------------测试时间，C 和 R 时间差别---------------
system.time(myMultiAdd(150))
a2=as.integer(150);
b2=as.integer(0);
system.time(.C("myMultiAdd2",a2,b2,c2="C 语的结果"))
#卸载动态链接库
dyn.unload("testR.dll")
6.主要循环时间对比：
通过一个三重循环对比了 R 和 C 的运行时间，R 大约是 8 秒多，C 函数大约 0.02
秒，如图所示。
机器学习与数据挖掘重点实验室
实验二：R 语言和 C++ 语言 函数调用
实验目的：
1）R 和 C++各自优势如何对接起来（如 R 的矩阵运算，向量运算以及各种统计算法等；C++
的底层运算速度，标准库函数 STL 等） 。安装 RTools 之后，自动安装了 g++编译器，直接
使用 RStudio 编写，C++ code 和 R code。
2）.Call ；Rcpp 包；inline 包
3）本次试验以操作为主
方式一：Rcpp API 方式调用 （library("Rcpp")）。
-----------------// C++ code 开始----------------------------
//Rcpp API 方式调用
#include
RcppExport SEXP convolve3cpp(SEXP a, SEXP b) {
Rcpp::NumericVector xa(a);
Rcpp::NumericVector xb(b);
int n_xa = xa.size(), n_xb = xb.size();
int nab = n_xa + n_xb - 1;
Rcpp::NumericVector xab(nab);
for (int i = 0; i < n_xa; i++)
机器学习与数据挖掘重点实验室
for (int j = 0; j < n_xb; j++)
xab[i + j] += xa[i] * xb[j];
return xab;
}
-----------------------// C++ code 结束--------------------------
-----------------# Rcode 开始----------------------------
#Rcpp API 方式调用
library("Rcpp");
##Rcpp API 方式调用
f3 <- function(x,y) .Call("convolve3cpp", x,y);
f3(1:3,1:4)
-----------------------# R code 结束--------------------------
方式二：直接在 R 中嵌入 C++代码（使用到了 inline 包）。
##-----------------------------------------------inline 方式 开始
-----------------------------------------------
src<-'
Rcpp::NumericVector xa(a);
Rcpp::NumericVector xb(b);
int n_xa = xa.size(), n_xb = xb.size();
int nab = n_xa + n_xb - 1;
Rcpp::NumericVector xab(nab);
for (int i = 0; i < n_xa; i++)
for (int j = 0; j < n_xb; j++)
xab[i + j] += xa[i] * xb[j]; //注意是"+="
return xab;
' ;
# cxxfunction(provided by the inline package),
fun <- cxxfunction(signature(a = "numeric", b = "numeric"),
src,
plugin = "Rcpp")
fun(1:3, 1:4)
#结果是 [1] 1 4 10 16 17 12
##—————Using Standard Template Library
algorithms—————————
# 用 STL 库中的 transform 模拟 R 中的 lapply
src <- '
Rcpp::List input(data);
Rcpp::Function f(fun);
Rcpp::List output(input.size());
std::transform(input.begin(), input.end(), output.begin(), f);
output.names() = input.names();
机器学习与数据挖掘重点实验室
return output;
' ;
cpp_lapply <- cxxfunction(signature(data = "list", fun = "function"),
src, plugin = "Rcpp")
## 用 R 中的 faithful 数据集测试；summary 查看数据集
cpp_lapply(faithful, summary)
#-----------------------------------------------------------inline 方
式 结束 --------------------------------------------
参考文献
[1] Rcpp: Seamless R and C++ Integration ver.2014
[2] 网络资源
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
