Rcpp中为const引用DataFrame参数设置默认值的最佳实践

问题背景 #

在Rcpp函数foo中，参数data可能是大型DataFrame，希望声明为const引用类型以避免不必要的拷贝，同时设置空DataFrame为默认值，让R端用户可直接调用foo()，无需手动传入data.frame()。

三种尝试方案分析 #

1. 直接为const引用DataFrame设默认值 #

#include <Rcpp.h>
using namespace Rcpp;

//[[Rcpp::export]]
DataFrame foo(const DataFrame &data = DataFrame())
{
    //Do something
}

问题：Rcpp的导出机制不支持将DataFrame()临时对象作为const引用参数的默认值，因此该写法无法生效。

2. 重载函数 #

#include <Rcpp.h>
using namespace Rcpp;

//[[Rcpp::export]]
DataFrame foo(const DataFrame &data)
{
    //Do something
}

//[[Rcpp::export]]
DataFrame foo()
{
    DataFrame data = DataFrame::create();
    return foo(data);
}

问题：R语言不允许同名函数存在签名冲突（无参和单DataFrame参数的函数在R中无法区分），Rcpp导出时会提示冲突声明。

Nullable方案的疑问解答 #

1. 是否为最简单的最佳实现方式？ #

是的，Nullable是Rcpp官方推荐的处理可选参数的标准方案，既符合Rcpp的导出规则，又能清晰处理参数存在/缺失的逻辑，代码简洁易维护，是当前这类场景下的最优解之一。

2. 此方案中data是按副本还是引用传递？ #

• 传入的data_是Nullable<DataFrame>类型，它是对R对象的轻量包装，不会复制底层DataFrame数据；
• 当执行data = DataFrame(data_)时，生成的DataFrame对象是对原始R数据的浅包装（Rcpp的DataFrame、Vector等容器都是直接引用R内存中的对象，不会做深拷贝），性能和直接使用const引用完全一致，适合处理大型DataFrame。

其他解决方案 #

方案1：直接用R_NilValue作为默认值结合const引用 #

#include <Rcpp.h>
using namespace Rcpp;

//[[Rcpp::export]]
DataFrame foo(const DataFrame& data = R_NilValue)
{
    const DataFrame& df = data.isNull() ? DataFrame::create() : data;
    // 业务逻辑处理
    return df;
}

注：C++允许临时对象绑定到const引用，且新版Rcpp已支持这种默认值声明，写法更直接。

方案2：使用Rcpp的Optional类型（Rcpp11+） #

Optional是Nullable的现代替代，语法更简洁：

#include <Rcpp.h>
using namespace Rcpp;

//[[Rcpp::export]]
DataFrame foo(Optional<DataFrame> data = {})
{
    DataFrame df = data.value_or(DataFrame::create());
    // 业务逻辑处理
    return df;
}

Optional::value_or()方法可直接在参数缺失时返回默认值，代码更紧凑，是Rcpp新版本推荐的写法。

内容的提问来源于stack exchange，提问作者C.K.