runif 的性能

Question

我正在研究针对特定问题的自定义 bootstrap 算法，因为我需要大量的重复，所以我很关心性能。对此，我对如何正确使用运行if有一些疑问。我知道我可以运行自己进行基准测试，但 C++ 优化往往很困难，我也想了解任何差异的原因。

第一个问题：

第一个代码块比第二个快吗？

for (int i = 0; i < n_boot; i++) {
  new_random = runif(n);  //new_random is pre-allocated in class
  // do something with the random numbers
}

for (int i = 0; i < n_boot; i++) {
  NumericVector new_random = runif(n);
  // do something with the random numbers
}

这可能归结为运行if 是否填充左侧或者是否分配并传递一个新的 NumericVector。

第二个问题：

如果两个版本都分配一个新向量，我可以通过在标量模式下一次生成一个随机数来改进吗？

如果您想知道，内存分配占用了我处理时间的相当大一部分。通过优化其他不必要的内存分配，我已经将运行时间减少了 30%，所以这很重要。

Answer 1

我设置了以下 struct 以尝试准确地表示您的场景并促进基准测试：

#include <Rcpp.h>
// [[Rcpp::plugins(cpp11)]]

struct runif_test {

  size_t runs;
  size_t each;

  runif_test(size_t runs, size_t each)
  : runs(runs), each(each)
  {}
  // Your first code block
  void pre_init() {
    Rcpp::NumericVector v = no_init();
    for (size_t i = 0; i < runs; i++) {
      v = Rcpp::runif(each);
    }
  }
  // Your second code block
  void post_init() {
    for (size_t i = 0; i < runs; i++) {
      Rcpp::NumericVector v = Rcpp::runif(each);
    }
  }
  // Generate 1 draw at a time  
  void gen_runif() {
    Rcpp::NumericVector v = no_init();
    for (size_t i = 0; i < runs; i++) {
      std::generate_n(v.begin(), each, []() -> double {
        return Rcpp::as<double>(Rcpp::runif(1));
      });
    }
  }
  // Reduce overhead of pre-allocated vector
  inline Rcpp::NumericVector no_init() {
    return Rcpp::NumericVector(Rcpp::no_init_vector(each));
  } 
};

我在其中对以下导出函数进行了基准测试：

// [[Rcpp::export]]
void do_pre(size_t runs, size_t each) {
  runif_test obj(runs, each);
  obj.pre_init();
}

// [[Rcpp::export]]
void do_post(size_t runs, size_t each) {
  runif_test obj(runs, each);
  obj.post_init();
}

// [[Rcpp::export]]
void do_gen(size_t runs, size_t each) {
  runif_test obj(runs, each);
  obj.gen_runif();
}

这是我得到的结果：

R>  microbenchmark::microbenchmark(
    do_pre(100, 10e4)
    ,do_post(100, 10e4)
    ,do_gen(100, 10e4)
    ,times=100L)
Unit: milliseconds
                 expr      min       lq      mean   median        uq       max neval
  do_pre(100, 100000) 109.9187 125.0477  145.9918 136.3749  152.9609  337.6143   100
 do_post(100, 100000) 103.1705 117.1109  132.9389 130.4482  142.7319  204.0951   100
  do_gen(100, 100000) 810.5234 911.3586 1005.9438 986.8348 1062.7715 1501.2933   100

R>  microbenchmark::microbenchmark(
    do_pre(100, 10e5)
    ,do_post(100, 10e5)
    ,times=100L)
Unit: seconds
                  expr      min       lq     mean   median       uq      max neval
  do_pre(100, 1000000) 1.355160 1.614972 1.740807 1.723704 1.815953 2.408465   100
 do_post(100, 1000000) 1.198667 1.342794 1.443391 1.429150 1.519976 2.042511   100

所以，假设我解释/准确地表达了你的第二个问题，

If both versions allocate a new vector, can I improve things by generating one random number at a time in scalar mode?

使用我的 gen_runif() 成员函数，我想我们可以自信地说这不是最佳方法 - ~ 比其他两个函数慢 7.5 倍。

更重要的是，为了解决您的第一个问题，似乎仅初始化并将新的 NumericVector 分配给 Rcpp::runif(n) 的输出会更快一些。我当然不是 C++ 专家，但我相信第二种方法（分配给一个新的本地对象）比第一种更快，因为 copy elision。在第二种情况下，它 看起来 好像正在创建两个对象 - =、v 左侧的对象和一个（临时？右值） ?) = 右侧的对象，这是 Rcpp::runif() 的结果。但实际上，编译器很可能会优化这个不必要的步骤 - 我认为我链接的文章中的这段话对此进行了解释：

When a nameless temporary, not bound to any references, would be moved or copied into an object of the same type ... the copy/move is omitted. When that temporary is constructed, it is constructed directly in the storage where it would otherwise be moved or copied to.

至少，我是这样解释结果的。希望更精通该语言的人可以确认/否认/纠正这个结论。

Answer 2

在@nrussell 的回答中添加一些实现细节...

使用源码，路克！肯定适用于这里，下面看Rcpp::runif的实现 here:

inline NumericVector runif( int n, double min, double max ){
    if (!R_FINITE(min) || !R_FINITE(max) || max < min) return NumericVector( n, R_NaN ) ;
    if( min == max ) return NumericVector( n, min ) ;
    return NumericVector( n, stats::UnifGenerator( min, max ) ) ;
}

我们看到正在使用 stats::UnifGenerator 对象调用 NumericVector 的一个有趣的构造函数。 class 的定义是 here:

    class UnifGenerator__0__1 : public ::Rcpp::Generator<double> {
    public:

        UnifGenerator__0__1() {}

        inline double operator()() const {
            double u;
            do {u = unif_rand();} while (u <= 0 || u >= 1);
            return u;
        }
    } ;

因此，class 只是一个函子——它实现了 operator()，因此 class 的对象可以是 'called'.

最后，关联的 NumericVector 构造函数是 here:

template <typename U>
Vector( const int& size, const U& u) {
    RCPP_DEBUG_2( "Vector<%d>( const int& size, const U& u )", RTYPE, size )
    Storage::set__( Rf_allocVector( RTYPE, size) ) ;
    fill_or_generate( u ) ;
}

而那个 fill_or_generate 函数最终会调度 here:

template <typename T>
inline void fill_or_generate__impl( const T& gen, traits::true_type) {
    iterator first = begin() ;
    iterator last = end() ;
    while( first != last ) *first++ = gen() ;
}

所以我们可以看到提供了一个（模板化的）生成器函数来填充向量，并且 gen 对象的相应 operator() 用于填充向量——即，在在这种情况下，stats::UnifGenerator 对象。

那么，问题是，这一切是如何在这次通话中结合在一起的？

NumericVector x = runif(10);

出于某种原因我总是忘记这一点，但我相信这基本上是 runif(10) 调用结果的 x 的复制构造，但是@nrussell 也详细阐述了这一点.但是，我的理解：

runif 生成长度为 10 的 NumericVector 和 runif 个元素——将此临时右侧对象称为 tmp、
x 被复制构造为与上述 tmp.

我相信编译器将能够省略复制构造，因此 x 实际上是直接从 runif(10) 的结果构造的，因此应该是高效的（至少，在任何情况下）合理的优化级别），但我可能是错的....

runif 的性能

Performance of runif

c++

r

memory

rcpp