子集化一个向量并对其进行排序

Question

我正在研究使用Rcpp包，为我的R包中的一些简单部分使用C++。我是一个C++新手（但很想学习！）。我已经使用优秀的Rcpp实现了一些简单的cpp程序 - 实际上，这个包激励我学习C++...

无论如何，我卡在了一个简单的问题上，如果能解决就会有帮助。我有一个NumericVector，我想对其进行子集划分并排序。下面的代码对整个向量进行排序（并且还会处理NAs，这正是我需要的）。

我的问题是，假设我想提取此向量的一部分，对其进行排序，并使其可用于其他处理 - 我该怎么做？例如，对于长度为10的向量，如何提取和排序元素5：10？

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
RcppExport SEXP rollP(SEXP x) {
  NumericVector A(x); // the data  
  A = sort_unique(A);  
  return A;
}

我从R中调用的函数：

sourceCpp( "rollP.cpp")
rollP(10:1)
# [1]  1  2  3  4  5  6  7  8  9 10

- DavidC

---

你想把它分成两半吗？还是您希望使用基于R的解决方案或通过C++实现？ - pyCthon

我想提取一个连续的范围，例如2:7、5:8或者其他基于提供的起始/结束索引。我将在C++中继续处理，然后将答案返回给R。 - DavidC

Answer 1

这里有三种变体：

include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
NumericVector rollP(NumericVector A, int start, int end) {
  NumericVector B(end-start+1) ;
  std::copy( A.begin() + start-1, A.begin() + end, B.begin() ) ;
  return B.sort() ;
}

// [[Rcpp::export]]
NumericVector rollP2(NumericVector A, int start, int end) {
  NumericVector B( A.begin() + start-1, A.begin() + end ) ;
  return B.sort() ;
}

// [[Rcpp::export]]
NumericVector rollP3(NumericVector A, int start, int end) {
  NumericVector B = A[seq(start-1, end-1)] ;
  return B.sort() ;
}

start和end被视为基于1的索引，就好像您从R传递A[start:end]一样。

- Romain Francois

---

太好了 - 非常有用，谢谢。还有一个后续问题，如果我只想对数据进行排序而不取唯一值，该怎么办？ - DavidC

在第二个解决方案中，只需调用 std::sort( B.begin(), B.end() ) 并返回 B。我们将添加一个排序语法糖接口。 - Romain Francois

我编辑了答案，添加了对NumericVector::sort方法的调用。 - Romain Francois

std::partial_sort_copy 也可以使用。 - Artem Klevtsov

Answer 2

你需要研究C++的索引、迭代器和整个过程。至少，你需要更改你的接口（vector, fromInd, toInd），并确定你想要返回什么。

对你问题的一个解释是将子集从[fromInd，toInd）复制到新的向量中，对其进行排序并返回。所有这些都是标准的C++内容，像优秀的（而且免费！）C++ Annotations 这样的文本会有所帮助。它还有一个相当强大的STL部分。

- Dirk Eddelbuettel

---

谢谢Dirk。我确实怀疑这将是相当标准的东西 - 我必须摸索一下。我感谢您提供的信息，这将帮助我跟进我的问题。非常感谢。 - DavidC

Answer 3

你可以在 std::valarray 上使用 std::slice。但如果你想特别使用 std::vector，则可以使用 std::copy 提取向量的一部分，然后使用 std::sort 对提取的向量片段进行排序。

- yasouser

---

这是一个正确的“仅限C ++”答案。而且有了Rcpp，您还可以从SEXP实例化一个C ++向量（例如std::vector<double>），并以此方式进行处理。 - Dirk Eddelbuettel

不错。将研究在Rcpp中支持std::slice。 - Romain Francois

Answer 4

您可以通过使用接收两个迭代器的 std::sort 实现来轻松完成此操作：

#include <vector>
#include <cinttypes>
#include <algorithm>

template <typename SeqContainer>
SeqContainer slicesort(SeqContainer const& sq, size_t begin, size_t end) {
  auto const b = std::begin(sq)+begin;
  auto const e = std::begin(sq)+end;
  if (b <= std::end(sq) && e <= std::end(sq)) {
    SeqContainer copy(b,e);
    std::sort(copy.begin(),copy.end());
    return copy;
  }
  return SeqContainer();
}

这可以像下面这样调用：

  std::vector<int> v = {3,1,7,3,6,-2,-8,-7,-1,-4,2,3,9};
  std::vector<int> v2 = slicesort(v,5,10);

- bitmask

---

不错。但我会将SeqContainer作为引用传递，首先创建SeqContainer，然后对其进行排序。 - Romain Francois

这将对Rcpp向量（例如NumericVector）产生不良影响，因为它们只是数据数组的代理，并且复制构造函数不会复制元素，而是引用底层数据。 - Romain Francois

这太过分了。它被这样实施是有原因的。我们不需要在SO上出现那种讽刺的评论。 - Romain Francois

@bitmask，你当然知道@romainfrancois是Rcpp的合著者了吧？因此我认为再多点礼貌会产生很长远的效果。 - Andrie

@RomainFrancois：没错。没有人说对象的复制构造必须是一个立即的逐字复制。也许你想要实现一些写时复制机制来加快复制速度。但如果我想通过引用传递某些东西，我就会通过引用传递它，而不是通过值——所以如果我复制一个对象，我希望得到一个独立的副本。如果复制对象没有意义，那么就完全隐藏复制构造函数。请注意，我真的不熟悉R，所以这些都是关于容器的一般性观点。无论如何，我应该修改这个答案。 - bitmask