Question

在一个函数中，我需要为列表中的每个项运行mclapply，它还应该使用半全局变量var.1。我不想将var.1添加到每个列表项，因为它会占用太多内存。以下是用于说明问题的代码：

library(parallel)

list.1 <- list(1,2,3,4)

myInnerFunction <- function(xx) {
  return(xx+var.1)
}

myOuterFunction <- function(list.x) {
  var.1 <- 17
  tmp.1 <- mclapply(list.x, myInnerFunction, mc.cores=6)
  return(tmp.1)
}

results <- myOuterFunction(list.x=list.1)
[1] "Error in FUN(X[[1L]], ...) : object 'var.1' not found\n"
results[[1]] # This should be 18

如何将var.1传递给mclapply？必须在var.1内声明myOuterFunction。

Answer 1

您可以为函数var.1创建第二个（myInnerFunction）参数：

myInnerFunction <- function(xx, var.1) {
  return(xx+var.1)
}

现在可以在myInnerFunction命令中传递mclapply函数的第二个参数：

myOuterFunction <- function(list.x) {
  var.1 <- 17
  tmp.1 <- mclapply(list.x, myInnerFunction, var.1, mc.cores=6)
  return(tmp.1)
}

结果：

results <- myOuterFunction(list.x=list.1)


[[1]]
[1] 18

[[2]]
[1] 19

[[3]]
[1] 20

[[4]]
[1] 21

Answer 2

函数闭包确实需要吗？

创建一个函数f，它将var.1作为参数，并返回myInnerFunction

f = function(var.1) {
    var.1 = var.1
    myInnerFunction <- function(xx)  return(xx+var.1)
}

然后myOuterFunction是：

myOuterFunction <- function(list.x) {
    var.1 <- 17
    my = f(var.1)
    tmp.1 <- mclapply(list.x, my, mc.cores=6)
    return(tmp.1)
}

和

myOuterFunction(list.x=list.1)

按预期工作。

mclapply的半全局变量

2 个答案: