En général on utilise du C++ au lieu de R dans les cas suivant :

• boucles non vectorisables où l'itération dépend des précédents (par exemple les MCMC)
• usage de fonctions récursives ou l'appel répété un grand nombre de fois à une fonction
• utilisation de structure de données complexe et non gérée par R

R possède des atouts non négligeables :

• modélisation statistique rapide et facile
• visualisation de donnée élégante
• etc…

Par exemple si on veut exécuter n fois la fonction : \[ x \mapsto \frac{1}{1+x}\]

f <- function(n, x=1) for (i in 1:n) x=1/(1+x)
g <- function(n, x=1) for (i in 1:n) x=(1/(1+x))
h <- function(n, x=1) for (i in 1:n) x=(1+x)^(-1)
j <- function(n, x=1) for (i in 1:n) x={1/{1+x}}
k <- function(n, x=1) for (i in 1:n) x=1/{1+x}

Parmi toute ces écritures laquelle est la plus rapide?

library(rbenchmark)
N <- 1e6
benchmark(f(N,1), g(N,1), h(N,1), j(N,1),k(N,1),columns=c("test", "replications",
                                                          "elapsed", "relative"),
          order="relative", replications=10)

##      test replications elapsed relative
## 4 j(N, 1)           10   0.395    1.000
## 1 f(N, 1)           10   0.398    1.008
## 2 g(N, 1)           10   0.400    1.013
## 5 k(N, 1)           10   0.401    1.015
## 3 h(N, 1)           10   0.450    1.139

library(inline)
src <- 'int n = as<int>(ns);
        double x = as<double>(xs);
        for (int i=0; i<n; i++) x=1/(1+x);
        return wrap(x); '

l <- cxxfunction(signature(ns="integer",
                           xs="numeric"),
                 body=src, plugin="Rcpp")

On reviendra plus tard sur ces lignes..

N <- 1e6
benchmark(f(N,1), g(N,1), h(N,1), j(N,1),k(N,1),l(N,1),columns=c("test", "replications",
                                                            "elapsed", "relative"),
          order="relative", replications=10)

##      test replications elapsed relative
## 6 l(N, 1)           10   0.074    1.000
## 4 j(N, 1)           10   0.392    5.297
## 5 k(N, 1)           10   0.392    5.297
## 1 f(N, 1)           10   0.393    5.311
## 2 g(N, 1)           10   0.407    5.500
## 3 h(N, 1)           10   0.452    6.108

1. Architecture Rcpp
2. Syntaxe C++
3. RcppArmadillo
4. Intégrer des fonctions R dans RcppArmadillo et création rapide d'un package utilisant du C++
5. Astuces de codage