我有一个foreach的问题,我无法搞清楚.以下代码在我尝试过的两台Windows计算机上失败,但在三台Linux计算机上运行成功,所有这些都运行相同版本的R和doParallel:
library("doParallel")
registerDoParallel(cl=2,cores=2)
f <- function(){return(10)}
g <- function(){
r = foreach(x = 1:4) %dopar% {
return(x + f())
}
return(r)
}
g()
在这两台Windows计算机上,返回以下错误:
Error in { : task 1 failed - "could not find function "f""
但是,这在Linux计算机上运行得很好,并且使用%do%而不是%dopar%也可以正常工作,并且适用于常规for循环.
同样是变量,如设置真正的i <- 10和更换return(x + f())用return(x + i)
对于具有相同问题的其他人,有两种解决方法:
1)使用.export显式导入所需的函数和变量:
r = foreach(x=1:4, .export="f") %dopar%
2)导入所有全局对象:
r = foreach(x=1:4, .export=ls(.GlobalEnv)) %dopar%
这些变通方法的问题在于,对于一个积极开发的大型软件包来说,它们并不是最稳定的.无论如何,foreach应该表现得像.
是什么导致了这个以及是否有修复的想法？
该功能的计算机版本信息:
R version 3.2.2 (2015-08-14)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: CentOS release 6.5 (Final)
other …我无法在任何地方找到答案,所以这是我的解决方案.
问题是:如何计算R中的功率？
可以使用库"sets"执行此操作,使用命令2^as.set(c(1,2,3,4))生成输出{{}, {1}, {2}, {3}, {4}, {1, 2}, {1, 3}, {1, 4}, {2, 3}, {2,
4}, {3, 4}, {1, 2, 3}, {1, 2, 4}, {1, 3, 4}, {2, 3, 4}, {1,
2, 3, 4}}.但是,这使用递归算法,这种算法相当慢.
这是我提出的算法.
它是非递归的,所以它比其他一些解决方案快得多(在我的机器上比"sets"包中的算法快约100倍).速度仍为O(2 ^ n).
该算法的概念基础如下:
for each element in the set:
for each subset constructed so far:
new subset = (subset + element)
这是R代码:
编辑:这是相同概念的更快版本; 我原来的算法是在这篇文章的第三条评论中.对于一组19的长度,这台机器在我的机器上快30%.
powerset = function(s){
len = length(s)
l = vector(mode="list",length=2^len) ; l[[1]]=numeric()
counter = 1L
for(x …ShinyBS 包提供了一种向 Shiny 应用程序的元素添加工具提示和弹出窗口的绝佳且简单的方法。然而，这些的长度被严格限制在 40 个字符左右。我确实需要增加这些工具提示中允许的字符数。
一个例子：
library(shiny)
library(shinyBS)
shinyApp(
ui = fluidPage(
column(5,sliderInput("n", "Short tooltip", 5, 100, 20),
bsTooltip("n",title="This is a short tooltip, so it works."),
sliderInput("n2", "Long tooltip", 5, 100, 20),
bsTooltip("n2",title="This is a longer tooltip, so it doesn't work."))
),
server = function(input, output) {}
)