Question

我一直在努力克服词汇范围（我不太相信使用 lexical 这个词，但这是另一个讨论），我看了Wikipedia's entry。

根据相当简单的Bash脚本示例

$ x=1 
$ function g () { echo $x ; x=2 ; }
$ function f () { local x=3 ; g ; }
$ f # does this print 1, or 3?
3
$ echo $x # does this print 1, or 2?
1

Bash脚本的输出是3,1。然而，在我看来它应该是3，因为函数g打印x的（动态）值然后设置x = 2的值。

我是否需要更正维基百科条目，或调整我的理解？

Answer 1

来自内置bash的{{1}}手册页说明（强调我的）

在函数中使用local时，会导致函数变量名称，其可见范围仅限于该函数及其子函数。

调用local时，g（未标记为x）的值将从最近的运行时上下文中使用。从local调用g时，这意味着f定义的局部变量x，而不是全局变量f。这适用于x的查找和分配。从全局范围调用x时，g引用全局变量x。

这与词法范围形成对比，其中函数x中的x始终引用全局g，因为x是已定义在全球范围内。如果函数被称为来自并不相关。

Answer 2

Bash vars使用dynamic scoping，就像你提到的wiki页面一样。

使用动态范围的语言示例包括Logo，Emacs Lisp和shell语言 bash ，破折号和PowerShell。

动态范围很容易实现。 要查找标识符的值，程序可以遍历运行时堆栈，检查每个激活记录（每个函数的堆栈帧）以获取标识符的值。

有关如何使用此功能，请参阅Bash: Passing variables by reference。

Answer 3

library(glmnet) ## Simulate data: set.seed(3) x <- data.frame( IV1 = rnorm(100), IV2 = rnorm(100), IV3 = rnorm(100), IV4 = rnorm(100), IV5 = rnorm(100) ) x <- as.matrix(x) y <- rnorm(100) #target or response ## Iteratively fit models lambdas <- NULL #initialize n.fits <- 100 for (i in 1:n.fits) { fit <- cv.glmnet(x, y, family="gaussian") df <- data.frame(fit$lambda.1se, mean(fit$cvm) ) #can use median for CVM also lambdas <- rbind(lambdas, df) } ## Select best lambda: bestindex <- which.min(lambdas[ , 2]) #the way you had it was way too complicated bestlambda <- lambdas[bestindex, 1] bestlambda将2分配给函数g的本地x。当f结束时，他的激活记录从堆栈中弹出，然后第二个echo在堆栈中查找并找到开头的f。

理解词汇范围 - 维基百科是否正确？

3 个答案: