我想学习使用Rcpp。我浏览了包的 CRAN 网站上的文档,但我觉得做一个实际的例子(第二个实用的,考虑 convolve3)会更有帮助。
我建议使用以下代码,来自robustbase包,因为它既不太长也不太短,使用R 类型和R 函数的组合,并且在R 中具有那些太慢的小算术迭代之一。你如何处理Rcpp -ing 吗?
scaleTau2<-function (x, c1 = 4.5, c2 = 3, consistency = TRUE, mu.too = FALSE){
n <- length(x)
medx <- median(x)
x. <- abs(x - medx)
sigma0 <- median(x.)
mu <- if (c1 > 0) {
x. <- x./(sigma0 * c1)
w <- 1 - x. * x.
w <- ((abs(w) + w)/2)^2
sum(x * w)/sum(w)
}
else medx
x <- (x - mu)/sigma0
rho <- x^2
rho[rho > c2^2] <- c2^2
if (!identical(consistency, FALSE)) {
Erho <- function(b) 2*((1-b^2)*pnorm(b)-b*dnorm(b)+b^2)-1
Es2 <- function(c2) Erho(c2*qnorm(3/4))
nEs2 <-ifelse(consistency == "finiteSample",n-2,n)*Es2(c2)
}
else nEs2 <- n
c(if (mu.too) mu, sigma0 * sqrt(sum(rho)/nEs2))
}
请尽可能多地解释。
编辑这实际上是逐步解释如何将编写良好(并记录在案)的 R 代码(因此至少基础是好的)转换为有效实现的想法。代码的选择有点随机,但我认为它反映了我们蓝图上的典型脚本(调用不想翻译的 R 函数,使用算术循环......)。
EDIT2从评论中我意识到这实际上可能是在 C++ 中要做的一项大工作(发布代码时我没有意识到)。在这方面,使用单个作品作为教学工具是可以的。我最终将通过编辑问题将这些片段一起解析。