相关疑难解决方法(0)

昨天我从Bill Venables那里了解到local()如何帮助创建静态函数和变量,例如,

example <- local({
  hidden.x <- "You can't see me!"
  hidden.fn <- function(){
    cat("\"hidden.fn()\"")
  }
  function(){
    cat("You can see and call example()\n")
    cat("but you can't see hidden.x\n")
    cat("and you can't call ")
    hidden.fn()
    cat("\n")
  }
})

从命令提示符的行为如下:

> ls()
[1] "example"
> example()
You can see and call example()
but you can't see hidden.x
and you can't call "hidden.fn()"
> hidden.x                 
Error: object 'hidden.x' not found
> hidden.fn()
Error: could not find function "hidden.fn"

我已经在R中的静态变量中讨论过这种事情 …

根据1088639中提供的答案,我设置了一对函数,它们都访问相同的子函数环境.这个例子有效,但我想看看我是否错过了将两个顶层函数"连接"到内部环境的更简洁方法.

(背景故事:我想编写一对共享变量的互补函数,例如本例中的"count",并满足CRAN包要求,这些要求不允许函数修改全局环境.)

static.f <- function() {
    count <- 0
    f <- function(x) {
        count <<- count + 1
        return( list(mean=mean(x), count=count) )
    }
    return( f )
}

#  make sure not to delete this command, even tho' it's not
# creating a function.
f1 <- static.f()

statfoo <- function(x){
    tmp<-f1(x)
    tmp<- list(tmp,plus=2)
    return(tmp)
}
statbar <- function(x){
    tmp<-f1(x)
    tmp<- list(tmp,minus=3)
    return(tmp)
}

样本输出:

> statfoo(5)
[[1]]
[[1]]$mean
[1] 5

[[1]]$count
[1] 1

$plus
[1] 2

Rgames> …

我正在寻找在 R 函数中模拟“静态”变量的方法。（我知道 R 不是编译语言......因此是引号。）对于 'static' 我的意思是 'static' 变量应该是持久的，与函数相关联并且可以从函数内部修改。

我的主要想法是使用该attr功能：

# f.r

f <- function() {
  # Initialize static variable.
  if (is.null(attr(f, 'static'))) attr(f, 'static') <<- 0L

  # Use and/or modify the static variable...
  attr(f, 'static') <<- attr(f, 'static') + 1L

  # return something...
  NULL
}

这很好用，只要attr能找到f。在某些情况下，情况不再如此。例如：

sys.source('f.r', envir = (e <- new.env()))
environment(e$f) <- .GlobalEnv
e$f() # Error in e$f() : object 'f' not found

理想情况下，我会attr在ffrom inside的“指针”上使用 …

我需要求解 的总和(10^2 + 10^3) * 99，总和将为total = (1100+1100+1100...(99 times))。我知道大多数人不喜欢循环，但我需要使用 for 循环来解决这个问题。这是我到目前为止所拥有的......

prob1 <- function(n){  
  total <- 1100
  for(i in 2:99) 
    total[i] <- sum(i^2 + i^3)  
  return(total)
}

这就是我得到的

[1]   1100     12     36     80    150    252    392    576    810   1100   1452   1872   2366   2940   3600
[16]   4352   5202   6156   7220   8400   9702  11132  12696  14400  16250  18252  20412  22736  25230  27900
[31]  30752  33792  37026  40460  44100  47952  52022  56316  60840  65600  70602  75852  81356  87120  93150 …