玩 R 环境

Question

我有一个奇怪的环境/范围动态，我一直在试图弄清楚，并寻找正确的或推荐的方法来实现这一点。

我在下面为我的问题制作了一个玩具示例，纯粹是为了说明。 （我知道这个特定问题可以更简单地解决，但它说明了我试图实现的动态）。

当前功能代码：

master_function <- 
  function(x, iter = 100){
    x_p1 <- function(){ x <<- x + 1 }
    x_m1 <- function(){ x <<- x - 1 }

    path <- numeric(iter)
    for(i in 1:iter){
      next_step <- sample(c('p', 'm'), 1)
      if(next_step == 'p'){
        x_p1()
      } else { 
        x_m1()
      }
      path[i] <- x
    }
    path
  }

这段代码的问题（特别是对于一个真正困难的问题）是它使使用 RStudio 调试实用程序调试 x_p1、x_m1 函数内容变得不可能。

希望将代码重组为如下所示：

master_function <- 
  function(x, iter = 100){
    master_env <- environment()
    path <- numeric(iter)
    for(i in 1:iter){
      next_step <- sample(c('p', 'm'), 1)
      if(next_step == 'p'){
        x_p1(master_env)
      } else { 
        x_m1(master_env)
      }
      path[i] <- x
    }
    path
  }

x_p1 <- function(env){ assign('x', get('x', envir = env) + 1, envir = env) }
x_m1 <- function(env){ assign('x', get('x', envir = env) - 1, envir = env) }

但这也很丑陋。有没有办法增加搜索路径，例如，使对master_env 的访问更清晰？

编辑：@MrFlick 要求的更多信息 基本上我有很多移动部件的模拟。随着它的进行，不同的事件（被引用的子函数）被触发以修改模拟的状态。这些函数当前为每个函数调用修改许多不同的状态对象。由于这些函数是在主函数调用中创建的，因此我可以利用词法范围和<<- 运算符，但我无法在这些函数中进行调试。

试图弄清楚如何在主模拟之外创建这些功能。如果我理解正确的话，如果我让函数消耗模拟状态并返回修改后的版本，那么内存开销会很大。

Answer 1

1) 跟踪 使用trace 在x_p1 和x_m1 的定义之后插入debug 语句，然后在运行master_function 时可以单步执行。 p>

trace(master_function, at = 4, quote({debug(x_p1); debug(x_m1) }))

untrace(master_function) 将其关闭。使用body(master_function)[4]查看哪一行对应于4。更多信息请查看?trace。

2) 仪器 另一种可能性是像这样检测您的函数，然后使用master(function(x, DEBUG = TRUE) 调用它以打开调试。

master_function <- 
  function(x, iter = 100, DEBUG = FALSE){
    x_p1 <- function(){ x <<- x + 1 }
    x_m1 <- function(){ x <<- x - 1 }
    if (DEBUG) {
      debug(x_p1)
      debug(x_m1)
    }

    path <- numeric(iter)
    for(i in 1:iter){
      next_step <- sample(c('p', 'm'), 1)
      if(next_step == 'p'){
        x_p1()
      } else { 
        x_m1()
      }
      path[i] <- x
    }
    path
  }

Answer 2

为什么 x 需要驻留在替代环境中？以下完全内化并避免了多种环境。

x_p1 <- function(z){ z + 1 }
x_m1 <- function(z){ z - 1 }
master_function <- 
  function(x, iter = 100){
    new_x <- x


    path <- numeric(iter)
    for(i in 1:iter){
      next_step <- sample(c('p', 'm'), 1)
      if(next_step == 'p'){
        new_x <- x_p1(new_x)
      } else { 
        new_x <- x_m1(new_x)
      }
      path[i] <- new_x
    }
    path
  }