如何(轻松)将c ++函数包装为易于安装的R"包"

假设我有一个c++代码(见下面的简单示例)。我想让它很容易为期刊裁判安装/运行它。

所以我想最简单的方法就是把它扭曲成一个简化的类似于R包的tar.gz文件，以便裁判可以安装它只需调用install。打包到本地的。tar.gz文件。

这样做的原因是我不知道是什么机器裁判在吸毒，但我很确定裁判会知道如何安装一个R包，所以它更容易把我的代码扭曲成一个R"包"——或者至少，和它足够相似的东西通过简单调用install.package()安装。

前面一个问题的答案似乎表明了这一点确实是可能的。我遵循了其中的建议用我的CPP代码创建了一个/src目录(如下所示)(见下图)和一辆Makevars。Win文件包含:

## This assume that we can call Rscript to ask Rcpp about its locations
## Use the R_HOME indirection to support installations of multiple R version
#PKG_LIBS = $(shell $(R_HOME)/bin/Rscript.exe -e "Rcpp:::LdFlags()")
PKG_CPPFLAGS = -I../inst/include -I.
PKG_CXXFLAGS = -DEIGEN_DONT_PARALLELIZE $(SHLIB_OPENMP_CXXFLAGS)
PKG_LIBS = $(shell $(R_HOME)/bin/Rscript.exe -e "Rcpp:::LdFlags()") $(SHLIB_OPENMP_CXXFLAGS)

和包含

## Use the R_HOME indirection to support installations of multiple R version
#PKG_LIBS = `$(R_HOME)/bin/Rscript -e "Rcpp:::LdFlags()"` 
# This was created by RcppEigen.package.skeleton, but the R script that is 
# called creates error message:
# PKG_CPPFLAGS = `$(R_HOME)/bin/Rscript -e "RcppEigen:::RcppEigenCxxFlags()"`
PKG_CPPFLAGS = -I../inst/include
PKG_CXXFLAGS = -DEIGEN_DONT_PARALLELIZE $(SHLIB_OPENMP_CXXFLAGS)
PKG_LIBS = `$(R_HOME)/bin/Rscript -e "Rcpp:::LdFlags()"` $(SHLIB_OPENMP_CXXFLAGS)

。我只是按照SO帖子中的答案四处寻找这是在其他包中完成的(我还将RcppEigen添加到依赖项列表中，因为这保证了Eigen被安装在目标机器上)。我还创建了一个包含文件MSE的/R目录。R包含:

fx01<-function(x){
    x<-as.matrix(x)
    Dp<-rep(0,ncol(x))
    fit<-.C("mse",as.integer(nrow(x)),as.integer(ncol(x)),as.single(x),as.single(Dp))
    as.numeric(fit[[4]])
}

和一个空的/inst/include和一个包含最小(但有效). rd文件的/man目录。我添加了一个命名空间文件，其中包含:

import(Rcpp)
import(RcppEigen)
useDynLib(MySmallExample)

问题是:

• c++函数编译/运行正常。有没有办法把它转换成一个R包，这样第三者可以很容易地安装/运行它。

下面是本例使用的c++代码。

#include <algorithm>
#include <cstdlib>
#include <ctime>
#include <functional>
#include <fstream>
#include <iostream>
#include <math.h>
#include <time.h>
#include <stdio.h>
#include <stdlib.h>
#include <sstream>
#include <vector>
#include <Eigen/Dense>
#include <Eigen/LU>
#include <Eigen/SVD>
using namespace std;
using namespace Eigen;
using Eigen::MatrixXf;
using Eigen::VectorXf;

float median(VectorXf& x) {
    int n=x.rows();
    int half=(n+1)/2;   
    half--;                 
    float med;
    nth_element(x.data(),x.data()+half,x.data()+x.size());  
    if((n%2)==1){
        med=x(half);
    } else {
        float tmp0=x(half);
        float tmp1=x.segment(half+1,half-1).minCoeff(); 
        med=0.5*(tmp0+tmp1);
    }
    return med;
}
VectorXf fx01(MatrixXf& x){
    int p=x.cols();
    int n=x.rows();
    VectorXf Recept(n);
    VectorXf Result(p);
    for(int i=0;i<p;i++){
        Recept=x.col(i);
        Result(i)=median(Recept);
    }
    return Result;
}
extern "C"{
    void mse(int* n,int* p,float* x,float* medsout){
        MatrixXf x_cen=Map<MatrixXf>(x,*n,*p);  
        VectorXf MedsOut=fx01(x_cen);
        Map<VectorXf>(medsout,*p)=MedsOut.array();
    }
}