Rcpp高性能计算（四）：求几何平均数效果比较【END】

2020-07-03 00:00:00 语言 专区 订阅 写法 几何平均数

作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R），致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等，著有《R语言高效数据处理指南》（《R语言数据高效处理指南》(黄天元)【摘要 书评 试读】- 京东图书）。知乎专栏：R语言数据挖掘。邮箱：huang.tian-yuan@qq.com.欢迎合作交流。

前段时间想开Rcpp系列，后来发现了神书Rcpp for everyone（teuder.github.io/rcpp4e）之后，就停了下来。实践中不是所有任务都需要加速，但是用了Rcpp是会快，哪怕写法是如此的相似。今天就来做一个实践，就是求几何平均数。前些日子看到帖子（「R」如何计算几何平均数），引用了SO上R求几何平均数的方法（Geometric Mean: is there a built-in?），因此想借此机会看看用Rcpp是否能够为这个任务加速。试验如下：

library(Rcpp)
library(microbenchmark)

# R 
geo_mean_r = function(x) exp(mean(log(x)))
# C++
cppFunction('
          double geo_mean_c(NumericVector x){
           return exp(mean(log(x)));
          }
          ')

# test
microbenchmark::microbenchmark(
  geo_mean_r(c(45,89,90)),
  geo_mean_c(c(45,89,90)),
  times = 10000
)
#> Unit: microseconds
#>                       expr min  lq    mean median  uq    max neval
#>  geo_mean_r(c(45, 89, 90)) 3.4 3.9 5.65590    4.1 4.8 2836.6 10000
#>  geo_mean_c(c(45, 89, 90)) 1.1 1.6 2.96767    2.6 3.1  953.0 10000

相关文章