42 Rcpp介绍
为了提高R程序的运行效率， 可以尽量使用向量化编程， 减少循环， 尽量使用内建函数。 对于效率的瓶颈， 尤其是设计迭代算法时， 可以采用编译代码， 而Rcpp扩展包可以很容易地将C++代码连接到R程序中， 并且支持在C++中使用类似于R的数据类型。
没有学过C++语言的读者， 如果需要编写比较独立的不太依赖于R的已有功能的算法， 可以考虑学习使用Julia语言编写。 Julia语言是最近几年才发明的一种比R更现代、理念更先进的程序语言， 其运行效率一般比R高得多， 经常接近编译代码的效率。
Rcpp可以很容易地把C++代码与R程序连接在一起， 可以从R中直接调用C++代码而不需要用户关心那些繁琐的编译、链接、接口问题。 可以在R数据类型和C++数据类型之间容易地转换。
因为涉及到编译， 所以Rcpp比一般的扩展包有更多的安装要求： 除了要安装Rcpp包之外， MS Windows用户还需要安装RTools包， 这是用于C, C++, Fortran程序编译链接的开发工具包， 是自由软件。 用户的应用程序路径(PATH)中必须有RTools包可执行程序的路径 (安装RTools可以自动设置)。 如果Rcpp不能找到编译器， 可以把编译器安装到Rcpp默认的位置。 Mac系统的用户可以从应用商店安装Xcode软件， Linux操作系统可以在操作系统命令行用如下命令安装编译软件：
sudo apt-get install r-base-dev在MS Windows系统中，
从CRAN网站下载RTools工具包，
并将其安装到默认位置C:\RTools中，
否则RStudio中使用Rcpp可能会出错。
注意，
RStudio自己的自动安装RTools的功能可能有问题，
安装后不能正常编译含有Rcpp的Rmd文件。
按照RTools 4.0的要求，
还要在自己的“我的文档”文件夹中生成名为.Renviron的如下文本文件：
PATH="${RTOOLS40_HOME}\usr\bin;${PATH}"Rcpp支持把C++代码写在R源程序文件内， 执行时自动编译连接调用； 也支持把C++代码保存在单独的源文件中， 执行R程序时自动编译连接调用； 对较复杂的问题， 应制作R扩展包， 利用构建R扩展包的方法实现C++代码的编译连接， 这时接口部分也可以借助Rcpp属性功能或模块功能完成。
42.1 Rcpp的用途
把已经用R代码完成的程序中运行速度瓶颈部分改写成C++代码， 提高运行效率。
对于C++或C程序源代码或二进制代码提供的函数库， 可以用Rcpp编写C++界面程序进行R与C++程序的输入、输出的传送， 并在C++界面程序中调用外来的函数库。
注意，用Rcpp编写C++程序， 不利于把程序脱离R运行或被其他的C++程序调用。 当然，可以只把Rcpp作为界面， 主要的算法引擎完全不用Rpp的数据类型。
RInside扩展包支持把R嵌入到C++主程序中。
42.2 Rcpp入门样例
42.2.1 用cppFunction()转换简单的C++函数—Fibnacci例子
考虑用C++程序计算Fibonacci数的问题。 Fibonacci数满足\(f_0=0, f_1=1, f_t=f_{t-1}+ f_{t-2}\)。
可以使用如下R代码，其中有一部分C++代码，
用cppFunction转换成了R可以调用的同名R函数。
library(Rcpp)
cppFunction(code='
int fibonacci(const int x){
if(x < 2) return x;
if(x > 40) return -1;
// 太大的x值会占用过多计算资源
return ( fibonacci(x-1) + fibonacci(x-2) );
}
')
print(fibonacci(5))
## [1] 5编译、链接、导入是在后台由Rcpp控制自动进行的， 不需要用户去设置编译环境， 也不需要用户执行编译、链接、导入R的工作。 在没有修改C++程序时, 同一R会话期间重新运行不必重新编译。
上面的Fibonacci函数仅接受标量数值作为输入， 不允许向量输入。 这个例子也说明RCpp变异的C++函数允许输入标量(int, double, bool)， 输出标量(int, double, bool)。
从算法角度评价， 这个计算Fibonacci序列的算法是极其低效的， 其算法规模是\(O(2^n)\)， \(n\)是自变量值。
42.2.2 用sourceCpp()转换C++程序—正负交替迭代例子
设\(x_t, t=1,2,\dots,n\)保存在R向量x中， 令 \[\begin{aligned} y_1 =& x_1 \\ y_t =& (-1)^t y_{t-1} + x_t, \ t=2,\dots,n \end{aligned}\] 希望用C++函数对输入序列x计算输出y，并用R调用这样的函数。
下面的程序用R函数sourceCpp()
把保存在R字符串中的C++代码编译并转换为同名的R函数。
sourceCpp(code='
#include <Rcpp.h>
using namespace Rcpp;
//[[Rcpp::export]]
NumericVector iters(NumericVector x){
int n = x.size();
NumericVector y(n);
y[0] = x[0];
double sign=-1;
for(int t=1; t<n; t++){
sign *= -1;
y[t] = sign*y[t-1] + x[t];
}
return y;
}
')
print(iters(1:5))
## [1] 1 3 0 4 1这个例子说明C++程序可以直接写在R程序文件内
(保存为R多行字符串)，
用sourceCpp()函数编译。
Rcpp包为C++提供了一个NumericVector数据类型，
用来存储数值型向量。
用成员函数size()访问其大小，
用方括号下标访问其元素。
C程序中定义的函数可以返回NumericVector数据类型，
将自动转换为R的数值型向量。
特殊的注释//[[Rcpp::export]]
用来指定哪些C++函数是要转换为R函数的。
这叫做Rcpp属性（attributes）功能。
42.2.3 用sourceCpp()转换C++源文件中的程序—正负交替迭代例子
直接把C++代码写在R源程序内部的好处是不用管理多个源文件， 缺点是当C++代码较长时， 不能利用专用C++编辑环境和调试环境, 出错时显示的错误行号不好定位， 而且把代码保存在R字符串内， C++代码中用到字符时需要特殊语法。 所以，稍复杂的C++代码应该放在单独的C++源文件内。
假设上面的iters函数的C++代码单独存入了一个iters.cpp源文件中，内容如下：
#include <Rcpp.h>
using namespace Rcpp;
//[[Rcpp::export]]
NumericVector iters(NumericVector x){
int n = x.size();
NumericVector y(n);
y[0] = x[0];
double sign=-1;
for(int t=1; t<n; t++){
sign *= -1;
y[t] = sign*y[t-1] + x[t];
}
return y;
}用如下的sourceCpp()函数把C++源文件中代码编译并转换为R可访问的同名函数，
测试调用:
sourceCpp(file='iters.cpp')
print(iters(1:5))
## [1] 1 3 0 4 142.2.4 用sourceCpp()转换C++源程序文件—卷积例子
考虑向量\(\boldsymbol x=(x_0, x_1, \dots, x_{n-1})\), \(\boldsymbol y=(y_0, y_1, \dots, y_{m-1})\), 定义\(\boldsymbol x\)与\(\boldsymbol y\) 的离散卷积\(\boldsymbol z=(z_0, z_1, \dots, z_{n+m-2})\)为 \[\begin{aligned} z_k = \sum_{(i,j):\, i+j=k} x_i y_j = \sum_{i=\max(0, k-m+1)}^{\min(k,n)} x_i y_{k-i}. \end{aligned}\]
假设如下的C++程序保存到了源文件conv.cpp中。
#include <Rcpp.h>
using namespace Rcpp;
//[[Rcpp::export]]
NumericVector convolveCpp(
NumericVector a, NumericVector b){
int na = a.size(), nb = b.size();
int nab = na + nb - 1;
NumericVector xab(nab);
for(int i=0; i < na; i++)
for(int j=0; j < nb; j++)
xab[i+j] += a[i] * b[j];
return xab;
}如下的代码用sourceCpp()函数把上面的C++源文件conv.cpp
自动编译并转换为同名的R函数，
进行测试:
sourceCpp(file='conv.cpp')
print(convolveCpp(1:5, 1:3))
## [1] 1 4 10 16 22 22 1542.2.5 在Rmd文件中使用C++源程序文件
在Rmd文件中，
可以使用特殊的Rcpp代码块，
其中包含C++源代码，
可以直接起到对其调用sourceCpp()的作用。
但是，目前在MS Windows系统下仍有错误，
需要将RTools安装在默认路径，
即C:\RTools\bin与C:\RTools\mingw_64\bin中，
并可能需要将这两个路径人为地添加到系统的PATH变量中，
办法是“Windows程序–Windows系统–控制面板–系统和安全–系统–高级系统设置–高级–环境变量–系统变量”，
其中的PATH变量是用分号分开的可执行程序搜索路径，
将其中添加RTools包的C:\RTools\bin与C:\RTools\mingw_64\bin。
设置好以后， 在Rmd文件中输入如下的代码块：
```{Rcpp}
#include <Rcpp.h>
using namespace Rcpp;
//[[Rcpp::export]]
NumericVector convolveCpp(
NumericVector a, NumericVector b){
int na = a.size(), nb = b.size();
int nab = na + nb - 1;
NumericVector xab(nab);
for(int i=0; i < na; i++)
for(int j=0; j < nb; j++)
xab[i+j] += a[i] * b[j];
return xab;
}
```可以使得C++函数convolveCpp()被编译并转换成R可以调用的同名函数，
调用如：
convolveCpp(1:5, 1:3)
## [1] 1 4 10 16 22 22 15Rcpp代码块也可以加cache=TRUE选项，
使得C++程序在没有修改时不必每次重新编译。