如何在R中使用RcppArmadillo正确传入行向量执行矩阵乘法？

我正在用Rcpp为R编写一个向量矩阵乘法函数，原本在R中执行的操作是：

t(v)%*%v

对应的RcppArmadillo函数如下，能正常运行：

arma_code <-
    "arma::mat arma_vv(const arma::vec& v1, const arma::vec& v2) {
       return v1.t() * v2;
   };"
arma_vv = cppFunction(code = arma_code, depends = "RcppArmadillo")

后来我想在R中处理转置（因为有时v1传入前已经被转置），于是修改了函数：

arma_code <-
    "arma::mat arma_vv(const arma::vec& v1, const arma::vec& v2) {
       return v1 * v2;
   };"
arma_vv = cppFunction(code = arma_code, depends = "RcppArmadillo")

但发现即使传入行向量，v1还是会被转换成列向量，导致报错：

Error: matrix multiplication: incompatible matrix dimensions: 1000x1 and 1000x1

核心问题是Armadillo的arma::vec仅对应列向量，无论R传入的是行还是列向量，都会被强制转为列向量，直接执行v1 * v2必然维度不匹配。以下是两种可行解决方法：

方法一：重载函数适配行/列向量 #

为arma::vec（列向量）和arma::rowvec（行向量）分别定义函数版本，让R根据输入自动匹配：

arma_code <-
    "// 列向量 × 列向量（对应R中t(v1)%*%v2）
     arma::mat arma_vv(const arma::vec& v1, const arma::vec& v2) {
         return v1.t() * v2;
     }
     // 行向量 × 列向量（对应R中v1%*%v2）
     arma::mat arma_vv(const arma::rowvec& v1, const arma::vec& v2) {
         return v1 * v2;
     }
     // 列向量 × 行向量（对应R中v1%*%t(v2)）
     arma::mat arma_vv(const arma::vec& v1, const arma::rowvec& v2) {
         return v1 * v2;
     }
     // 行向量 × 行向量（对应R中v1%*%t(v2)）
     arma::mat arma_vv(const arma::rowvec& v1, const arma::rowvec& v2) {
         return v1 * v2.t();
     };"
arma_vv = cppFunction(code = arma_code, depends = "RcppArmadillo")

这样不管传入行还是列向量，函数都会自动选择正确的乘法逻辑，避免维度错误。

方法二：改用矩阵类型作为参数 #

如果不想写重载函数，直接用arma::mat接收参数，保留原始维度信息：

arma_code <-
    "arma::mat arma_vv(const arma::mat& m1, const arma::mat& m2) {
         return m1 * m2;
     };"
arma_vv = cppFunction(code = arma_code, depends = "RcppArmadillo")

R中的行向量（本质是1×N矩阵）和列向量（N×1矩阵）会被正确映射为Armadillo矩阵，乘法逻辑和R完全一致，无需额外处理转置。

额外优化：使用Armadillo内置函数 #

如果只是计算内积或外积，可直接用Armadillo的内置函数，更高效：

• 内积（对应R中t(v1)%*%v2）：arma::dot(v1, v2)，返回标量
• 外积（对应R中v1%*%t(v2)）：arma::outer(v1, v2)，返回矩阵

内容的提问来源于stack exchange，提问作者user19904