因此,我想分享Rcpp和RcppParallel如何帮助我们减少计算时间。 我将使用汇率的历史数据集 作为测试数据。 以下是RcppParallel版本。 # 建立 RCPP 并行函数计算指数加权波动率 load.packages('RcppParallel') sourceCpp(code=' using namespace Rcpp; using
1.3.3) [CRAN] Enter one or more numbers, or an empty line to skip updates: 3 Installing 2 packages: RcppParallel Local/R/win-library/4.2’ (因为‘lib’没有被指定) trying URL 'https://cran.rstudio.com/bin/windows/contrib/4.2/RcppParallel proxyC_0.2.4.zip' Content type 'application/zip' length 478351 bytes (467 KB) downloaded 467 KB 程序包‘RcppParallel
此工具包中有四个核心的包:RcppArmadillo使得线性代数的引入语法更加接近matlab;RcppEigen 高优化的线性代数计算;RInside实现在C++中调用R代码;RcppParallel
本包是由C++写的,流处理器可以让内存得到更好的利用,一些地方是用RcppParallel包进行并行化加乘,同时兼容各个系统的服务器。
V8_3.2.0 data.table_1.14.0 ## [69] remotes_2.1.1 BiocManager_1.30.10 RcppParallel
依赖项列表: R >= 3.6.1, gcc >= 5.4.0, cmake 3.14.1, cget[1], savvy[2] R 包: Rcpp (>= 1.0.7), RcppArmadillo, RcppParallel