嵌套 R 函数的范围答案

【问题标题】：scope of nested R function嵌套 R 函数的范围
【发布时间】：2015-01-31 01:08:17
【问题描述】：

我有一个例子，我不确定我是否理解 R 中的范围，我也不认为它在做正确的事情。该示例由 J. Fox 的“An R and S-PLUS Companion to Applied Regression”修改

> make.power = function(p) function(x) x^p
> powers = lapply(1:3, make.power)
> lapply(powers, function(p) p(2))

我在列表中所期望的三个函数分别计算恒等函数、平方函数和立方函数，但它们都将它们的参数立方化。如果我不使用 lapply，它会按预期工作。

> id = make.power(1)
> square = make.power(2)
> cube = make.power(3)
> id(2)
[1] 2
> square(2)
[1] 4
> cube(2)
[1] 8

我是唯一一个觉得这令人惊讶或不安的人吗？是否有一个深刻的令人满意的理由？谢谢

PS：我在 Google 和 SO 上进行过搜索，但是，可能由于与此问题相关的关键字的普遍性，我空手而归。

PPS：这个例子是由 quickcheck 包中的一个真正的 bug 引起的，而不是纯粹出于好奇。我有一个解决该错误的方法，感谢您的关注。这是关于学习的东西。

在发布问题后，我当然会想到一个可以澄清问题的不同示例。

> p = 1
> id = make.power(p)
> p = 2
> square = make.power(p)
> id(2)
[1] 4

p 与隐藏在 lapply 中的循环变量具有相同的作用。 p 由一个方法传递，在这种情况下，该方法看起来像对 make.power 的引用。 Make.power 不评估它，只是保留一个指向它的指针。我在正确的轨道上吗？

【问题讨论】：

标签： r nested lexical-scope referential-transparency

【解决方案1】：

这解决了问题

make.power = function(p) {force(p); function(x) x^p}
powers = lapply(1:3, make.power)
lapply(powers, function(p) p(2))

这个问题是函数参数作为“承诺”传递，直到实际使用它们才被评估。在这里，因为您在调用 make.power() 时从未真正使用过 p，所以它作为指向传递给函数的变量的承诺保留在新创建的环境中。当您最终调用powers() 时，该承诺最终被评估并且p 的最新值将来自lapply 的最后一次迭代。因此，你所有的函数都是立方的。

这里的force() 强制对承诺进行评估。这允许每个新创建的函数对p 的特定值有不同的引用。

【讨论】：