r - 在Rcpp中对矩阵的所有列或所有行进行快速选择的多线程最快方法-OpenMP，RcppParallel或RcppThread

我正在使用此Rcpp代码在值的向量上进行quickselect运算，即在O（n）的时间内从向量中获取第k个最大元素（我将其保存为qselect.cpp）：

// [[Rcpp::depends(RcppArmadillo)]]
#include <RcppArmadillo.h>
using namespace arma;

// [[Rcpp::export]]
double qSelect(arma::vec& x, const int k) {

  // ARGUMENTS
  // x: vector to find k-th largest element in
  // k: desired k-th largest element

  // safety copy since nth_element modifies in place
  arma::vec y(x.memptr(), x.n_elem);

  // partially sort y in O(n) time
  std::nth_element(y.begin(), y.begin() + k - 1, y.end());

  // the k-th largest value
  const double kthValue = y(k-1);

  return kthValue;

}

我使用它作为计算所需百分位数的快速方法。
例如。

n = 50000
set.seed(1)
x = rnorm(n=n, mean=100, sd=20)
tau = 0.01 # desired percentile
k = tau*n+1 # here we will get the 6th largest element
library(Rcpp)
Rcpp::sourceCpp('qselect.cpp')
library(microbenchmark)
microbenchmark(qSelect(x,k)) # 53.32917, 548 µs
microbenchmark(sort(x, partial=k)[k]) # 53.32917, 694 µs = pure R solution

[这看起来好像已经快了，但是我需要在我的应用程序中完成数百万次]

现在，我想修改此Rcpp函数，以便对R矩阵的所有列或所有行执行多线程快速选择，并将结果作为向量返回。由于我是Rcpp的新手，因此我希望获得一些建议，尽管有关哪种框架可能对此最快，并且最容易编写代码（它必须易于跨平台工作，并且我需要对nr进行良好的控制使用的线程数）。使用OpenMP，RcppParallel或RcppThread？甚至更好-如果有人可以展示一种快速而优雅的方法来做到这一点？

最佳答案

是的，这可能是多线程变体的候选者-但是正如RcppParallel文档会告诉您的那样，并行代码的一个要求是非R内存，这里我们以有效的零拷贝方式使用RcppArmadillo，这意味着它是R内存。

因此，您可能需要权衡并行执行的额外数据副本（例如，RcppParallel使用的RMatrix类型）。

但是由于算法简单且按列进行，因此您还可以在上面的函数中尝试单个OpenMP循环：将其传递给矩阵，使用#pragma for将其循环到列上。