Question

因为这会略微简化我的代码，所以我主要是出于好奇。假设你有一个功能

f <- function(x) {
  c(x[1] - x[2],
    x[2] - x[3],
    x[3] - x[1])
}

有没有办法找出所需输入的维度，例如

dim(f) = 3

Answer 1

这是一个非常值得怀疑的解决方案，涉及computing on the language。

我已经编写了三个函数，可以根据一种＆＃34;模板来匹配，搜索和提取解析树。解析树片。他们在这里：

ptlike <- function(lhs,rhs,wcs='.any.',wcf=NULL) if (is.symbol(rhs) && as.character(rhs)%in%wcs) !is.function(wcf) || isTRUE(wcf(lhs,as.character(rhs))) else typeof(lhs) == typeof(rhs) && length(lhs) == length(rhs) && if (is.call(lhs)) all(sapply(seq_along(lhs),function(i) ptlike(lhs[[i]],rhs[[i]],wcs,wcf))) else lhs == rhs;
ptfind <- function(ptspace,ptpat,wcs='.any.',wcf=NULL,locf=NULL,loc=integer(),ptspaceorig=ptspace) c(list(),if (ptlike(ptspace,ptpat,wcs,wcf) && (!is.function(locf) || isTRUE(locf(ptspaceorig,loc)))) list(loc),if (is.call(ptspace)) do.call(c,lapply(seq_along(ptspace),function(i) ptfind(ptspace[[i]],ptpat,wcs,wcf,locf,c(loc,i),ptspaceorig))));
ptextract <- function(ptspace,ptpat,gets='.get.',wcs='.any.',wcf=NULL,locf=NULL,getf=NULL) { getlocs <- do.call(c,lapply(gets,function(get) ptfind(ptpat,as.symbol(get),character()))); if (length(getlocs)==0L) getlocs <- list(integer()); c(list(),do.call(c,lapply(ptfind(ptspace,ptpat,unique(c(gets,wcs)),wcf,locf),function(loc) do.call(c,lapply(getlocs,function(getloc) { cloc <- c(loc,getloc); ptget <- if (length(cloc)>0) ptspace[[cloc]] else ptspace; if (!is.function(getf) || isTRUE(getf(if (missing(ptget)) substitute() else ptget,loc,getloc,as.character(ptpat[[getloc]])))) list(if (missing(ptget)) substitute() else ptget); }))))); };

ptlike()将两个解析树片相互匹配，允许RHS上的通配符匹配任何内容。例如：

ptlike(1L,2L);
## [1] FALSE
ptlike(1L,1L);
## [1] TRUE
ptlike(quote(a),quote(b));
## [1] FALSE
ptlike(quote(a),quote(a));
## [1] TRUE
ptlike(quote(sum(a+1)),quote(sum(b+1)));
## [1] FALSE
ptlike(quote(sum(a+1)),quote(sum(.any.+1)));
## [1] TRUE
ptlike(quote(sum(a+1)),quote(.any.(a+1)));
## [1] TRUE
ptlike(quote(sum(a+1)),quote(.any.));
## [1] TRUE

ptfind()为给定解析树空间（LHS）中的解析树模式（RHS，如果您愿意）的每个匹配返回一个递归索引向量，并将其组合到一个列表中。例如：

sp <- quote({ a+b*c:d; e+f*g:h; });
ptfind(sp,quote(.any.:.any.));
## [[1]]
## [1] 2 3 3
##
## [[2]]
## [1] 3 3 3
##
sp[[c(2L,3L,3L)]];
## c:d
sp[[c(3L,3L,3L)]];
## g:h

ptextract()与ptfind()类似，但返回解析树空间的匹配部分或其子集：

ptextract(sp,quote(c:d));
## [[1]]
## c:d
##
ptextract(sp,quote(.any.:.any.));
## [[1]]
## c:d
##
## [[2]]
## g:h
##
ptextract(sp,quote(.any.:.get.));
## [[1]]
## d
##
## [[2]]
## h
##

所以我们可以做的是从x参数的所有下标中提取（包含函数体的解析树）函数并获取最大文字下标值：

f <- function(x) c(x[1L]-x[2L],x[2L]-x[3L],x[3L]-x[1L]);
max(unlist(Filter(is.numeric,ptextract(body(f),quote(x[.get.])))));
## [1] 3

这里Filter(is.numeric,...)件并不是必需的，因为所有下标都是字面数字（在你的定义中是双倍的，我的整数，虽然这是无关紧要的）但是如果有的话-numeric-literal下标，那就是必要的。

注意事项：

这很荒谬。
它不会考虑可能超出解析树中最大文字下标值的变量下标。（严格地说，在一般情况下，由于停止问题或其他原因，静态分析可能在运行时发生的所有可能的下标
如果向量被分配给不同的变量名称，比如说y，然后那个变量用不同的下标索引，甚至是数字文字下标，这个算法就不会考虑到这一点。
可能还有更多。

函数的维度

1 个答案: