Это может быть сделано сжато с std::random_shuffle
: выход
#include <Rcpp.h>
// [[Rcpp::export]]
Rcpp::IntegerVector sample_int() {
Rcpp::IntegerVector pool = Rcpp::seq(1, 10);
std::random_shuffle(pool.begin(), pool.end());
return pool[Rcpp::Range(0, 4)];
}
Пример:
sample_int()
# [1] 9 2 5 1 7
sample_int()
# [1] 1 10 5 3 8
sample_int()
# [1] 5 9 3 2 8
И для записи, вы код не возвращался, потому что целые
::runif
double
значения; и
- вашей функции в возвращаемый тип был
NumericVector
, а не IntegerVector
Хотя это является несущественным при работе с малыми диапазонами, таких как той, которая используется в вашем примере (1, ..., 10), это подход не очень эффективен (особенно когда количество отбираемых элементов намного меньше, чем пул рисования), так как std::random_shuffle
перетасовывает весь диапазон. С парой вспомогательных функций, мы можем сделать лучше (при условии, std::rand
«достаточно» случайная для ваших целей):
#include <Rcpp.h>
// C++ 98
template <typename Iter, typename T>
inline void iota(Iter first, Iter last, T value) {
while (first != last) {
*first++ = value++;
}
}
template <typename T>
inline T pop_random(std::vector<T>& v) {
typename std::vector<T>::size_type pos = std::rand() % v.size();
T res = v[pos];
std::swap(v[pos], v.back());
v.pop_back();
return res;
}
// [[Rcpp::export]]
Rcpp::IntegerVector sample_int2(int n, int min, int max) {
Rcpp::IntegerVector res(n);
std::vector<int> pool(max + 1 - min);
iota(pool.begin(), pool.end(), min);
for (R_xlen_t i = 0; i < n; i++) {
res[i] = pop_random(pool);
}
return res;
}
И обобщая оригинальное решение для сравнения:
// [[Rcpp::export]]
Rcpp::IntegerVector sample_int(int n, int min, int max) {
Rcpp::IntegerVector pool = Rcpp::seq(min, max);
std::random_shuffle(pool.begin(), pool.end());
return pool[Rcpp::Range(0, n - 1)];
}
microbenchmark::microbenchmark(
"sample_int" = sample_int(100, 1, 1e6),
"sample_int2" = sample_int2(100, 1, 1e6),
times = 300L
)
# Unit: milliseconds
# expr min lq mean median uq max neval
# sample_int 20.639801 22.417594 23.603727 22.922765 23.735258 35.531140 300
# sample_int2 1.504872 1.689987 1.789866 1.755937 1.830249 2.863399 300
microbenchmark::microbenchmark(
"sample_int" = sample_int(1e5, 1, 1e6),
"sample_int2" = sample_int2(1e5, 1, 1e6),
times = 300L
)
# Unit: milliseconds
# expr min lq mean median uq max neval
# sample_int 21.08035 22.384714 23.295403 22.811011 23.282353 34.068462 300
# sample_int2 3.37047 3.761608 3.992875 3.945773 4.086605 9.134516 300
Конечно, моя ошибка. Готово. – AgnieszkaTomczyk
Можете ли вы подробнее остановиться на этом: * «Я могу использовать ТОЛЬКО базовый Rcpp (без библиотек C)» *? Стандартные библиотеки C и C++ доступны при каждой установке Rcpp, так что в чем проблема? – nrussell
Я имею в виду дополнительные математические библиотеки, например, Armadillo – AgnieszkaTomczyk