f(g(x))在一起或分裂的结果不一致

Question

在最近调查函数中设置随机种子时,我遇到了一个奇怪的情况.考虑功能f和g,其中的每一个设置的随机种子,然后执行一个简单的随机操作:

g <- function(size) { set.seed(1) ; runif(size) }
f <- function(x) { set.seed(2) ; x*runif(length(x)) }

因为每个函数都设置了随机种子,所以我希望每个函数在给定相同输入的情况下始终具有相同的返回值.这意味着f(g(2))应该返回相同的东西x <- g(2) ; f(x).令我惊讶的是,事实并非如此:

f(g(2))
# [1] 0.1520975 0.3379658

x <- g(2)
f(x)
# [1] 0.04908784 0.26137017

这里发生了什么？

Answer 1

这是双缝R实验的一个例子.当观察到x时,它充当粒子; 当没有观察到它时,它就像一个波浪.看哪

g <- function(size) { set.seed(1) ; runif(size) }
f <- function(x) {set.seed(2) ; x*runif(length(x)) }
f2 <- function(x) {print(x); set.seed(2) ; x*runif(length(x)) }

f(g(2))
# [1] 0.1520975 0.3379658

x <- g(2)
f(x)
# [1] 0.04908784 0.26137017


f2(g(2))
# [1] 0.2655087 0.3721239
# [1] 0.04908784 0.26137017

x <- g(2)
f2(x)
# [1] 0.2655087 0.3721239
# [1] 0.04908784 0.26137017

我只是在嘲笑你.print迫使x.你可以明确地做到这一点

f <- function(x) {force(x); set.seed(2) ; x*runif(length(x)) }
x <- g(2)
f(x)
# [1] 0.04908784 0.26137017

但不是这个

f(force(g(2)))
# [1] 0.1520975 0.3379658

Answer 2

函数的x参数f()仅在函数内部实际使用时进行评估.这意味着在您尝试计算时,在执行函数之前set.seed(2)会对其进行求值.g()f(g(2))

> f(g(2))
[1] 0.1520975 0.3379658

基本上相当于:

> set.seed(2)
> set.seed(1)
> result <- runif(2)
> result*runif(length(result))
[1] 0.1520975 0.3379658