再帰でも速い

• こちらにフィボナッチ数列の発生を再帰関数で作る実験をしている
• 再帰関数がどのような「遅さ」をもたらすかの実験なので、関数自体はシンプル
• Rでべたに書くと

fibR <- function(seq) {
    if (seq == 0) return(0);
    if (seq == 1) return(1);
    return (fibR(seq - 1) + fibR(seq - 2));
}

• • 再帰しているから、べたに、値を「格納しながら進む」ことになる。ソースは簡単だけれど、処理はまだるっこしい
• Rcppを使うと

library(Rcpp)
library(inline)
incltxt <- '
int fibonacci(const int x) {
   if (x == 0) return(0);
   if (x == 1) return(1);
   return (fibonacci(x - 1)) + fibonacci(x - 2);
}'

## now use the snipped above as well as one argument conversion
## in as well as out to provide Fibonacci numbers via C++
fibRcpp <- cxxfunction(signature(xs="int"),
                       plugin="Rcpp",
                       incl=incltxt,
                       body='
   int x = Rcpp::as<int>(xs);
   return Rcpp::wrap( fibonacci(x) );
')

• Rのコードをコンパイルするという仕組みもあって、それはcompilerパッケージがやるらしいのだが、それもやってみる

library(compiler)
fibRC <- cmpfun(fibR)

• 速さを比較する

N <- 25
res <- benchmark(fibR(N),
                 fibRC(N),
                 fibRcpp(N),
                 columns=c("test", "replications", "elapsed",
                           "relative", "user.self", "sys.self"),
                 order="relative",
                 replications=1)
print(res)  ## show result

• Rcppはほとんど時間がかからないのに、RとRのコンパイルだけの処理、では、時間がかかりますよ、と。(例にあるとおりに、N=35にしたりすると、すごい時間がかかってしまう)

# N <- 28の例
> print(res)  ## show result
        test replications elapsed relative user.self sys.self
1    fibR(N)            1    9.88       NA      9.60     0.03
2   fibRC(N)            1    8.78       NA      8.61     0.00
3 fibRcpp(N)            1    0.00       NA      0.00     0.00

> print(res)  ## show result
        test replications elapsed relative user.self sys.self
1    fibR(N)            1    2.03       NA      2.03        0
2   fibRC(N)            1    2.04       NA      2.01        0
3 fibRcpp(N)            1    0.00       NA      0.00        0