c++ - R/RCPP : How can I convert 2-byte Hex values to integers efficiently?

Question

我想将包含 2 字节十六进制数字(小端)的原始类型 vector 转换为 R 中的整数 vector (例如 ff ff -> 0xffff = 65535)。一种方法是从原始 vector 中提取偶数和奇数元素，并粘贴到字符中，然后转换为整数，如下所示:

> a <- c(as.raw(255), as.raw(254), as.raw(253), as.raw(252))
> a
[1] ff fe fd fc
> even_elem <- a[seq(2,length(a),2)]
> odd_elem <- a[seq(1,length(a),2)]
> as.integer(paste0("0x", even_elem, odd_elem))
[1] 65279 64765
> c(0xfeff, 0xfcfd)
[1] 65279 64765

问题是我想对具有 >10^8 个元素的 vector 执行此操作。如果我使用上述方法执行此操作，则需要几分钟。我想要更有效率的东西。我想我可以尝试使用 Rcpp 来加快速度，所以我写了一段 cpp 代码(我是 Rcpp/c++ 的新手)，

#include <Rcpp.h>
using namespace Rcpp;
// [[Rcpp::export]]
IntegerVector raw2intC(CharacterVector vec){
  int n = vec.size();
  int m;
  Rcpp::IntegerVector x(n/2);
  for (int i = 0; i < n/2; i++) {
    std::string h1 = Rcpp::as<std::string>(vec[i*2]);
    std::string h2 = Rcpp::as<std::string>(vec[i*2 + 1]);
    h2 += h1;
    std::stringstream ss;
    ss << std::hex << h2;
    ss >> m;
    x[i] = m;
  }
return(x);
}

和一个 R 脚本。

raw2intR <- function(obj){
  val <- raw2intC(obj)
  val
}

此 Rcpp 代码有效，微基准测试的结果看起来令人鼓舞。

> microbenchmark(raw2intR(a), as.integer(paste0("0x", even_elem, odd_elem)))
Unit: microseconds
expr    min      lq     mean  median      uq     max
raw2intR(a)  4.953  5.9130  7.68194  7.4800  8.4585  42.658
as.integer(...) 36.297 40.4275 44.06539 42.8565 44.9420 147.110
> identical(raw2intR(a), as.integer(paste0("0x", even_elem, odd_elem)))
[1] TRUE

但是，当使用更大的 vector 进行测试时，R 和 Rcpp 解决方案之间的执行时间没有太大差异。事实上，R 解决方案稍微快一些。

> b <- raw(1000000)
> even_elem <- b[seq(2,length(a),2)]
> odd_elem <- b[seq(1,length(a),2)]
> microbenchmark(raw2intR(b), as.integer(paste0("0x", even_elem, odd_elem)), times=10)
Unit: milliseconds
expr      min       lq     mean   median       uq
raw2intR(b) 309.4139 309.7920 316.6345 313.6219 321.5353
as.integer(...) 274.3523 279.6978 287.5415 288.1744 291.1616
> identical(raw2intR(b), as.integer(paste0("0x", even_elem, odd_elem)))
[1] TRUE

如何加快这项任务？我希望实现 10 倍的改进。

感谢您的建议。

Answer 1

无需构建字符串以转换回数字，您可以直接使用 readBin 告诉 R 将这些原始值解释为整数。例如

a <- as.raw(c(255, 254, 253, 252))
readBin(a, "integer", n=length(a)/2, size=2, signed=FALSE)
# [1] 65279 64765