Question

根据1088639中提供的答案，我设置了一对函数，它们都访问相同的子函数环境。这个例子有效，但我想看看我是否错过了将顶层函数“连接”到内部环境的更简洁方法。

（背景故事：我想编写一对共享变量的互补函数，例如本例中的“count”，和符合CRAN包要求，这些要求不允许函数修改全局环境。）

static.f <- function() {
    count <- 0
    f <- function(x) {
        count <<- count + 1
        return( list(mean=mean(x), count=count) )
    }
    return( f )
}

#  make sure not to delete this command, even tho' it's not
# creating a function.
f1 <- static.f()

statfoo <- function(x){
    tmp<-f1(x)
    tmp<- list(tmp,plus=2)
    return(tmp)
}
statbar <- function(x){
    tmp<-f1(x)
    tmp<- list(tmp,minus=3)
    return(tmp)
}

示例输出：

> statfoo(5)
[[1]]
[[1]]$mean
[1] 5

[[1]]$count
[1] 1

$plus
[1] 2

Rgames> statfoo(5)
[[1]]
[[1]]$mean
[1] 5

[[1]]$count
[1] 2

$plus
[1] 2

> statbar(4)
[[1]]
[[1]]$mean
[1] 4

[[1]]$count
[1] 3

$minus
[1] 3

> statfoo(5)
[[1]]
[[1]]$mean
[1] 5

[[1]]$count
[1] 4

$plus
[1] 2

Answer 1

更干净的方法是使用面向对象的方法。已经有一个使用参考类的答案。

使用类的典型面向对象方法将创建一个类，然后创建一个单例对象，即该类的单个对象。当然创建一个类只是为了从它创建一个对象有点浪费，所以这里我们提供一个proto示例。（创建一个包含count的函数和执行实际工作的函数有一个类似的问题 - 你创建一个封闭函数只运行一次。）proto模型允许一个人创建一个对象直接绕过需要创建一个类只使用一次。此处foobar是具有属性count和方法stats，statfoo和statbar的proto对象。请注意，我们考虑了stats以避免在statfoo和statbar中的每一个中重复其代码。（继续向下）

library(proto)

foobar <- proto(count = 0, 
          stats = function(., x) {
               .$count <- .$count + 1
               list(mean = mean(x), count = .$count)
          },
          statfoo = function(., x) c(.$stats(x), plus = 2),
          statbar = function(., x) c(.$stats(x), plus = 3)
)

foobar$statfoo(1:3)
foobar$statbar(2:4)

，并提供：

> foobar$statfoo(1:3)
$mean
[1] 2

$count
[1] 1

$plus
[1] 2

> foobar$statbar(2:4)
$mean
[1] 3

$count
[1] 2

$plus
[1] 3

第二个设计是将statfoo和statbar作为独立函数，并且只在count中保留stats和foobar （继续向下）

library(proto)

foobar <- proto(count = 0, 
          stats = function(., x) {
               .$count <- .$count + 1
               list(mean = mean(x), count = .$count)
          }
)

statfoo <- function(x) c(foobar$stats(x), plus = 2)
statbar <- function(x) c(foobar$stats(x), plus = 3)

statfoo(1:3)
statbar(2:4)

给出前面例子的类似输出。

第三种方法当然，第二种变体可以通过使用local和一个让我们接近你开始的函数轻松实现。这不会使用任何包，但不会创建一个函数只是扔掉它：

foobar <- local({
            count <- 0
            function(x) {
               count <<- count + 1
               list(mean = mean(x), count = count)
            }
          })

statfoo <- function(x) c(foobar(x), plus = 2)
statbar <- function(x) c(foobar(x), plus = 3)

statfoo(1:3)
statbar(2:4)

Answer 2

您可以使用这样的引用类：

foobar <- setRefClass(
    'foobar',
    fields = list(count='numeric'),
    methods = list(
        initialize=function() {
            .self$initFields(count = 0L)
        },
        statfoo = function(x) {
            count <<- count + 1L
            list(list(mean=mean(x), count=count), plus=2)
        },
        statbar = function(x){
            count <<- count + 1L
            list(list(mean=mean(x), count=count), minus=3)
        }
    )
)()

foobar$statfoo(5)
foobar$statbar(3)

相对清楚的是，statfoo和statbar都不是纯函数。

Answer 3

另一个简单的选择是创建一个环境并将其分配给两个函数。这里我使用更简单的函数用于说明目的，但这可以很容易地扩展：

f1 <- function() {count <<- count + 1; return(paste("hello", count))}
f2 <- function() {count <<- count + 1; return(paste("goodbye", count))}

environment(f1) <- environment(f2) <- list2env(list(count=0))

然后：

> f1()
[1] "hello 1"
> f2()
[1] "goodbye 2"
> f1()
[1] "hello 3"

两个功能都具有相同的环境。

Answer 4

您可以摆脱工厂功能，更明确地使用环境。像这样的解决方案也可以使用

.env<-(function() {
    count <- 0
    f <- function(x)  {
        count <<- count + 1
        return( list(mean=mean(x), count=count))
    }   
    return(environment())
})()



statfoo <- function(x){
    list(.env$f(x),plus=2)
}
statbar <- function(x){
    list(.env$f(x),minus=3)
}

.env变量是通过立即执行匿名函数来获取其环境而创建的。然后，我们从环境本身提取函数以修改其值。

有两个功能访问单个功能的环境的正确方法？

4 个答案: