R 是一门统计编程语言，提供了丰富的统计分析方法，并允许用户安装第三方软件库，可以快速地构建从想法到实践的全过程。但是 R 毕竟是一门解释性语言，天然具有一定的性能瓶颈。Rcpp 正是为了解决性能问题，实现了用户使用更高性能的编译语言 c++ 优化运行速度。

安装 Rcpp

开发

使用 cppFunction

使用 sourceRcpp

注意

Reference v.s. Copy

在 Rcpp 中，当我们把一个向量【赋值】给另外一个向量时，如果是使用 = (如 v2=v1)，则 v2 变成了 v1 的引用（reference），是 v1 的一个别名（alias）。也就是说，两者实际上依然指向同一个指针位置，从而修改 v2 会产生副作用：v1 也会跟着变化。

如果先完全复制一个向量，需要使用 clone 函数，此时两者就变成独立的变量了。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

NumericVector v1 = {1,2,3};   // create a vector v1
NumericVector v2 = v1;        // v1 is assigned to v2 through shallow copy.
NumericVector v3 = clone(v1); // v1 is assigned to v3 through deep copy.

v1[0] = 100; // changing value of a element of v1

// Following output shows that
// the modification of v1 element
// is also applied to v2 but not to v3
Rcout << "v1 = " << v1 << endl; // 100 2 3
Rcout << "v2 = " << v2 << endl; // 100 2 3
Rcout << "v3 = " << v3 << endl; // 1 2 3

性能优化

参考链接

1. Rcpp FAQ：Dirk Eddelbuettel 亲自编写的关于 Rcpp 问题小结，短小精悍，非常值得一读。
2. Rcpp for everyone：可以说是非常通俗易懂的一个网上电子书，并且还提供实例。对于 c++ 基础相对薄弱的同学，Rcpp 的入门比较高，因此可以先对照着这本书上面的案例，从编写简单的 demo 开始逐步掌握。