R 中的返回函数 - 绑定何时发生？

Question

与其他函数式语言一样，return函数在 R 中很常见。例如，在训练模型后，您想要 return 一个 "predictor" 对象，它本质上是一个函数，给定新数据，returns 预测。当然，在其他情况下这也是有用的。

我的问题是 returned 函数中值的绑定（例如求值）何时发生。

举个简单的例子，假设我想要一个包含三个函数的列表，每个函数都略有不同，具体取决于我在创建函数时设置的参数值。这是一个简单的代码：

function.list = list()
for (i in 1:3) function.list[[i]] = function(x) x+i

所以现在我有三个功能。理想情况下，第一个 returns x+1，第二个计算 x+2，第三个计算 x+3

所以我预计：

function.list[[1]] (3) = 4
function.list[[2]] (3) = 5

等等

不幸的是，这并没有发生，上面列表中的所有函数都计算相同的 x+3。我的问题是为什么？为什么 i 的值的绑定这么晚，因此列表中的所有函数都相同？我该如何解决这个问题？

编辑： rawr 对类似问题的 link 很有见地，我认为它解决了问题。这是 link： Explain a lazy evaluation quirk

然而，我检查了我上面给出的代码，那里建议了修复，但它仍然不起作用。当然，我在这里错过了一些非常基本的东西。谁能告诉我这是什么？这是 "fixed" 代码（仍然不起作用）

function.list = list()
for (i in 1:3) { force(i); function.list[[i]] = function(x) x+i}

仍然function.list[[1]] (3) 给出 6 而不是预期的 4。我还尝试了以下方法（例如将 force() 放入函数中）

function.list = list()
for (i in 1:3) function.list[[i]] = function(x) {force(i);x+i}

怎么回事？

Answer 1

这是一个使用 for 循环的解决方案，使用 R 3.1：

> makeadd=function(i){force(i);function(x){x+i}}
> for (i in 1:3) { function.list[[i]] = makeadd(i)}
> rm(i) # not necessary but causes errors if we're actually using that `i`
> function.list[[1]](1)
[1] 2
> function.list[[2]](1)
[1] 3

makeadd 函数在具有本地 i 的上下文中创建添加函数，这就是它起作用的原因。如果没有 R 3.2 中的 force，知道这是否有效会很有趣。我总是用武力，卢克....

R 中的返回函数 - 绑定何时发生？

returning functions in R - when does the binding occur?

r

function

functional-programming

lazy-evaluation