混合 S3 和 S4 时的方法调度

Question

我想了解在混合 S3 和 S4 时 R 找到合适函数的步骤。这是一个例子：

set.seed(1)
d <- data.frame(a=rep(c('a', 'b'), each=15),
                b=rep(c('x', 'y', 'z'), times=5),
                y=rnorm(30))

m <- lme4::lmer(y ~ b + (1|a), data=d)
l <- lsmeans::lsmeans(m, 'b')
multcomp::cld(l)

我不完全明白当最后一行被执行时会发生什么。

multcomp::cld 打印 UseMethod("cld")，因此 S3 方法调度。

isS4(l) 表明l 是一个 S4 类对象。

看起来，尽管调用了 S3 泛型，但 S3 调度系统被完全忽略了。创建函数print.lsmobj <- function(obj) print('S3')（因为class(l) 是lsmobj）并运行cld(l) 不会打印"S3"。

showMethods(lsmobj) 或 showMethods(ref.grid)（超类），不要列出任何类似于 cld 函数的内容。

使用debugonce(multcomp::cld)表示最终调用的函数是cld.ref.grid from lsmeans。

然而，我想知道如何实现cld.ref.grid 最终将被调用而没有像debugonce 这样的任何“技巧”。也就是说，R 执行了哪些步骤才能到达cld.ref.grid。

Answer 1

较旧的 R 文档（2016 年之前）包含比当前文档更多的详细信息，但粗略地说，该过程按优先级降序排列如下：

1) 如果函数是标准 S4 泛型并且签名中的任何参数都是 S4（根据 isS4），则根据通常的规则选择最佳 S4 方法。

2) 如果函数是非标准 S4 泛型，则执行其主体，然后在某些时候调用 S4 调度本身。

3) 如果函数是 S3 泛型函数，则 S3 分派发生在第一个参数上（内部泛型二元运算符除外）。

4) 如果函数根本不是泛型，则以通常的方式对其所有参数进行惰性求值。

请注意，来自setGeneric的帮助页面：

“通过调用UseMethod 来分派S3 方法的函数是普通函数，而不是来自"genericFunction" 类的对象。它们与任何其他函数一样是通用的，但需要一些特殊注意事项来确保S4 和S3 方法分派是一致（参见 Methods_for_S3）。”

Answer 2

为了注册 S3 方法，泛型必须可用。在这里，我为merMod对象写了一个简单的foo方法：

> library(lme4)
> foo.merMod = function(object, ...) { "foo" }

> showMethods(class = "merMod")

Function ".DollarNames":
 <not an S4 generic function>

Function "complete":
 <not an S4 generic function>

Function "formals<-":
 <not an S4 generic function>

Function "functions":
 <not an S4 generic function>
Function: getL (package lme4)
x="merMod"

Function "prompt":
 <not an S4 generic function>
Function: show (package methods)
object="merMod"

> methods(class = "merMod")
 [1] anova          as.function    coef           confint        cooks.distance
 [6] deviance       df.residual    drop1          extractAIC     family        
[11] fitted         fixef          formula        getL           getME         
[16] hatvalues      influence      isGLMM         isLMM          isNLMM        
[21] isREML         logLik         model.frame    model.matrix   ngrps         
[26] nobs           plot           predict        print          profile       
[31] ranef          refit          refitML        rePCA          residuals     
[36] rstudent       show           sigma          simulate       summary       
[41] terms          update         VarCorr        vcov           weights              

这两个列表都不包括foo。但如果我们定义泛型，那么它会显示在methods() 结果中：

> foo = function(object, ...) UseMethod("foo")
> methods(class = "merMod")
 [1] anova          as.function    coef           confint        cooks.distance
 [6] deviance       df.residual    drop1          extractAIC     family        
[11] fitted         fixef          foo            formula        getL          
[16] getME          hatvalues      influence      isGLMM         isLMM         
[21] isNLMM         isREML         logLik         model.frame    model.matrix  
[26] ngrps          nobs           plot           predict        print         
[31] profile        ranef          refit          refitML        rePCA         
[36] residuals      rstudent       show           sigma          simulate      
[41] summary        terms          update         VarCorr        vcov          
[46] weights       

现在它包括foo

同样，在您的示例中，如果您执行 library(multcomp)，methods() 将显示 cld 的存在，因为这是 cld 的泛型所在。