Question

在很多情况下，我需要编写一些构成逻辑集团的代码，并且将它放在函数中是正确的。但是，仅使用一次，会使代码远离应用程序的位置变得更加麻烦，并为其提供一次性名称，从而污染命名空间。

今天，我正在尝试，我也遇到了一个关于lambda expressions in R的问题。所以我实现了如下逻辑：

x <- (function(charsBase, n, m) {
  z <- apply(
    matrix(
        sample(unique(charsBase), n*m*3, replace = TRUE)
        , nrow = n*3, ncol = m
    )
    , 1
    , paste, collapse="")
  head(unique(z), n)
}) (LETTERS, 1000, 3)

问题：

有没有更好的方法在R中创建lambda？
虽然命名空间显然保持清洁，但内存怎么样？根据我的经验，当您在全局环境中创建/删除对象时，R通常会泄漏。如果在函数内进行了广泛的分配/释放，这是否会使内存受到控制？

提前多多感谢！

Answer 1

您可以将with与列表或数据框一起用作第一个参数。例如：

result <- with(list(a=3, b=4), {
    foo <- a + b
    foo^2
})

这样可以保持全局环境的清洁，因为括号中的部分是在评估发生后销毁的单独环境中进行评估的。

然而，根据我的经验，以这种方式编程会变得很麻烦。有时我发现在不再需要rm()时使用min[0] = array[0] min[i] = min(min[i-1], array[i] 0 < i < n清除不需要的对象会更加实用。它不那么优雅，我同意。

Answer 2

我会使用local更短的行和更易读的代码：

x <- local({
  charsBase <- LETTERS
  n <- 1000
  m <- 3
  sam <- sample(unique(charsBase), n*m*3, replace = TRUE)
  mtx <- matrix(sam, nrow = n*3, ncol = m)
  z <- apply(mtx, 1, paste, collapse="")
  head(unique(z), n)
})

除非您明确使用<<-全局作业，否则上述任何内容都不会“泄露”到全局环境中。在大括号内计算的最后一个“事物”的值变为x的值。你可以得到与...相同的结果。

local({
  charsBase <- LETTERS
  n <- 1000
  m <- 3
  sam <- sample(unique(charsBase), n*m*3, replace = TRUE)
  mtx <- matrix(sam, nrow = n*3, ncol = m)
  z <- apply(mtx, 1, paste, collapse="")
  x <<- head(unique(z), n)   # notice the wyrd assignment operator
})

...我会说它不那么优雅但是又一次，这是一个偏好的问题。

我在实验时有时会使用的一个有用技巧是......

local(browser())

您不必跟踪分配，除非您使用全局分配，否则一切都是临时的。

对于R中的一次性功能，是否有更好的清洁方法？

2 个答案: