更新RcppEigen项目R包文档时遭遇‘System command 'R' failed’错误：using语句无法正常工作

最近我在维护一个仅向R导出单个C++函数的RcppEigen项目时，碰到了一个头疼的问题：用devtools::document(pkg = "~/pfexamplesinr/")或者roxygen2::roxygenize(roclets="rd", package.dir = "pfexamplesinr/")更新文档时，总是报错「System command 'R' failed」，追根溯源找到第一个错误是：

RcppExports.cpp:15:21: error: ‘Map’ was not declared in this scope

奇怪的是，直接用Rcpp::sourceCpp('pfexamplesinr/src/likelihoods.cpp')编译代码却完全正常，而且我尝试移除using语句、手动给Eigen类型加上Eigen::前缀后，这个问题居然消失了。我怀疑是不是#include和// [[Rcpp::depends(RcppEigen)]]的顺序搞反了？

相关代码与错误日志 #

项目中的C++代码 #

#include <RcppEigen.h>
#include "svol_sisr_hilb.h"
#include "resamplers.h"
// [[Rcpp::depends(RcppEigen)]]
// choose number of particles, and number of bits for inverse Hilbert curve map
#define NP 500
#define NB 5
#define debug_mode false
using Eigen::Map;
using Eigen::MatrixXd;
using Eigen::VectorXd;
using hilb_sys_resamp_T = pf::resamplers::sys_hilb_resampler<NP,1,NB,double>;
using svol_pfilter = svol_sisr_hilb<NP,NB, hilb_sys_resamp_T, double, debug_mode>;
// helpful notes:
// 1.
// parameters passed to svol_pfilter() ctor are in the following order: phi, beta, sigma
// 2.
// uProposal will be dimension (time X (particles + 1))
// first NP columns will be used for state sampling
// last column will be used for resampling at each time point
// 3.
// choosing NP or NB too large will result in stackoverflow
// number of particles is set in two places: in the #define directive and also used in your R script
// [[Rcpp::export]]
double svolApproxLL(const Map<VectorXd> y, const Map<VectorXd> thetaProposal, const Map<MatrixXd> uProposal) {
 // construct particle filter object
 svol_pfilter pf(thetaProposal(0), thetaProposal(1), thetaProposal(2)); // order: phi, beta, sigma
 // iterate over the data
 double log_like(0.0);
 Eigen::Matrix<double,1,1> yt;
 std::array<Eigen::Matrix<double,1,1>, NP> uStateTransition;
 Eigen::Matrix<double,1,1> uResample;
 for(int time = 0; time < y.rows(); ++time){
 // change types of inputs
 yt(0) = y(time);
 for(unsigned particle = 0; particle < NP; ++particle) {
 uStateTransition[particle] = uProposal.block(time,particle,1,1);
 }
 uResample(0) = uProposal(time,NP);
 // std::cout << yt.transpose() << "\n";
 // for(unsigned int i = 0; i < NP; ++i)
 // std::cout << uStateTransition[i] << ", ";
 // std::cout << "\n----------\n";
 // update particle filter and log-likelihood
 pf.filter(yt, uStateTransition, uResample);
 log_like += pf.getLogCondLike();
 }
 //return es.eigenvalues();
 return log_like;
}
// You can include R code blocks in C++ files processed with sourceCpp
// (useful for testing and development). The R code will be automatically
// run after the compilation.
/*** R
numTime <- 3
numParts <- 500 # make sure this agrees with NP
u <- matrix(rnorm(numTime*(numParts+1)), ncol = numParts+1)
params <- c(.9, 1, .1) # -1 < phi < 1, beta, sigma > 0
hist(replicate(100, svolApproxLL(rnorm(numTime), params, u)))
*/

错误日志片段 #

Error in (function (command = NULL, args = character(), error_on_status = TRUE, : 
System command 'R' failed, exit status: 1, stdout + stderr (last 10 lines):
E> /home/taylor/R/x86_64-pc-linux-gnu-library/4.1/RcppEigen/include/Eigen/src/Core/MatrixBase.h:48:34: required from ‘class Eigen::MatrixBase<Eigen::Matrix<double, -1, 1> >’
E> /home/taylor/R/x86_64-pc-linux-gnu-library/4.1/RcppEigen/include/Eigen/src/Core/PlainObjectBase.h:98:7: required from ‘class Eigen::PlainObjectBase<Eigen::Matrix<double, -1, 1> >’
E> /home/taylor/R/x86_64-pc-linux-gnu-library/4.1/RcppEigen/include/Eigen/src/Core/Matrix.h:178:7: required from ‘class Eigen::Matrix<double, -1, 1>’
E> /home/taylor/R/x86_64-pc-linux-gnu-library/4.1/Rcpp/include/Rcpp/InputParameter.h:77:11: required from ‘class Rcpp::ConstReferenceInputParameter<Eigen::Matrix<double, -1, 1> >’
E> RcppExports.cpp:43:74: required from here
E> /home/taylor/R/x86_64-pc-linux-gnu-library/4.1/RcppEigen/include/Eigen/src/Core/DenseCoeffsBase.h:5

问题根源与解决办法 #

你猜的完全没错，// [[Rcpp::depends(RcppEigen)]]的位置就是问题的核心。

为什么会出现这个问题？ #

当用devtools::document或roxygenize生成文档时，Rcpp会自动生成RcppExports.cpp文件，这个文件需要正确识别Eigen的依赖路径。如果把// [[Rcpp::depends(RcppEigen)]]放在#include <RcppEigen.h>之后，在生成导出代码的过程中，编译器可能还没加载RcppEigen的依赖，导致处理导出函数的类型（比如Map<VectorXd>）时，找不到Eigen的命名空间定义。

而sourceCpp能正常工作，是因为它会直接按文件里的指令顺序处理，即时加载依赖；但文档生成流程是先处理Rcpp的属性标记，再生成导出代码，顺序不对就会踩坑。

至于移除using Eigen::Map;手动加前缀能解决问题，本质是因为这样明确指定了命名空间，不需要依赖全局的using声明来找到Map类型，相当于绕开了依赖加载顺序的问题。

两种解决方式 #

方式1：调整指令顺序（推荐）

把// [[Rcpp::depends(RcppEigen)]]放在所有#include语句的最前面，确保Rcpp在处理文件时先加载依赖：

// [[Rcpp::depends(RcppEigen)]]
#include <RcppEigen.h>
#include "svol_sisr_hilb.h"
#include "resamplers.h"
// 后续代码保持不变

方式2：显式指定Eigen命名空间

如果不想调整顺序，就像你之前尝试的那样，移除所有using Eigen::XXX;语句，在用到Eigen类型的地方都加上Eigen::前缀。比如把函数参数从const Map<VectorXd> y改成const Eigen::Map<Eigen::VectorXd> y，代码里的MatrixXd、VectorXd也都加上Eigen::前缀。这样即使依赖加载顺序有小问题，编译器也能明确找到对应的类型定义。

内容的提问来源于stack exchange，提问作者Taylor