在 R 中实现算术系统

Question

我开始在 R 中实现一种数字。我有一个函数可以对它们进行加法、乘法等。现在我想为这些数字的算术做一个方便的接口。也就是说，我不希望用户键入multiply(x, add(y, z))，而是x * (y + z)等等。就效率而言，实现此目的的最佳方法是什么，S3 还是 S4？我已经在 S4 中为一个包（ lazyNumbers ）做了这样的算术实现，这有点长，有点“冗长”。S3是不是更舒服？我还不知道如何使用 S3，但如果需要的话我会学习。

Answer 1

答案将取决于你的“数字”如何运作，但我将尝试找出每种方法的优点和缺点，以便你可以做出自己的决定。

S3

• 只检查第一个class()参数的。因此，如果您有一个类的对象，并且不会调用相同的方法。（更新：显然，该组的成员确实考虑了两个参数的类，因此如果存在or函数，那么在和 的情况下仍然会调用这些函数。但是，对于和 类有单独的方法，使用默认方法，这可能会失败。）xx + 11 + xOps+.myclassOps.myclass1+xx+1x+yxy
• 我相信它会更快，因为检查更少，但我还没有实际测试过。

S4

• 检查class()所有参数的
• 将花费更多时间，因为它必须查找整个方法表，而不是查找名为的函数generic.class
• 对于内部泛型函数，仅当至少一个参数是 S4 对象时才会查找方法（如果您的类是 S4，则应该不是问题）。
• 检查它创建的对象的有效性（默认情况下，只是其中的对象和槽具有正确的类。如果您想使用，可以覆盖它setValidity（例如，始终返回 TRUE 的函数以跳过有效性检查）。

还要查看组泛型 Ops等Math。即使您需要使用 S4，您也可能只需为这些编写方法即可。（请记住，虽然+和-可以是一元的，也可以是二进制的，但您需要确保该函数在e1是 S4 类 且e2是 的情况下按预期工作missing。根据您的类代表的对象类型，“按预期”可能会意味着抛出错误。）

就效率而言，如果您花费很长时间在方法调度而不是实际计算上，那么您可能做错了什么。特别是，考虑让你的类代表你正在使用的任何类型的数字的向量（如果你确实需要的话，可能是一个列表）。一旦选择了一种方法，无论我们使用 S3 还是 S4，计算都将花费相同的时间，但 S4 将在最后检查对象是否有效。检查通常比方法分派更快，除非类非常复杂（即有很多槽或很深的继承结构）。

如果“效率”只是意味着不编写大量代码，那么组泛型是最好的节省时间的方法。它们适用于 S3 和 S4。

下面是一个组泛型的简单示例。我使用了具有两个槽的类的示例，x作为普通数字和timestamp计算时间。我们希望运营商“对槽进行操作x”，我们通过以下方式实现这一点：

## define simple class based on numeric
timestampedNum <- setClass(
  "timestampedNum",
  slots=c(timestamp="POSIXct",x="numeric"),
  prototype=prototype(timestamp=Sys.time())
)
## set methods for Ops group generic
## we need four of them:
## one for unary +, -
## one for our class [op] something else
## one for something else [op] our class
## one for our class [op] our class
setMethod(
  "Ops",
  signature = signature(e1="timestampedNum",e2="missing"),
  definition = function(e1) timestampedNum(
    x=callGeneric(e1@x),
    timestamp=Sys.time()
  )
)
setMethod(
  "Ops",
  signature = signature(e1="timestampedNum",e2="ANY"),
  definition = function(e1,e2) timestampedNum(
    x=callGeneric(e1@x,e2),
  timestamp=Sys.time()
  )
)
setMethod(
  "Ops",
  signature = signature(e1="ANY",e2="timestampedNum"),
  definition = function(e1,e2) timestampedNum(
    x=callGeneric(e1,e2@x),
    timestamp=Sys.time()
  )
)
setMethod(
  "Ops",
  signature = signature(e1="timestampedNum",e2="timestampedNum"),
  definition = function(e1,e2) timestampedNum(
    x=callGeneric(e1@x,e2@x),
  timestamp=Sys.time()
  )
)

z <- timestampedNum(x=5)
z
+z
-z
z + 1
1 + z
z + z

它生成 6 个类对象timestampedNum，x插槽分别为 5、5、-5、6、6 和 10。