[英]Compiling a vector from a recursive function in R
我试图了解作用域如何在 R 中的递归函数中工作。
上下文是这个 function 应该返回向量元素的所有唯一组合。 (确切所需的 output 的详细信息在这里并不真正相关。)
perm <- function(x) {
n <- length(x)
if (n == 1) {
print(x)
} else {
y <- NULL
for (i in 1:n) {
y <- paste(x[i], perm(x[-i]), sep = "_")
}
print(y)
}
}
当我打印我知道要返回的对象(此处为print(x)
和print(y)
)时,我得到正确的值返回到控制台,就像打印 output 一样:
perm(c("a","b","c"))
但是,当我尝试将这些收集到一个向量中时,生成的向量包含的元素比打印的要多许多数量级。 我怀疑这与递归有关,但考虑到print
功能只是被明智地触发,这似乎很奇怪。 例如,使用全局变量跟踪 output 以忽略任何范围问题:
out <- c()
perm <- function(x) {
n <- length(x)
if (n == 1) {
assign('out', c(out, x), envir = .GlobalEnv)
} else {
y <- NULL
for (i in 1:n) {
y <- paste(x[i], perm(x[-i]), sep = "_")
}
assign('out', c(out, y), envir = .GlobalEnv)
}
}
perm(c("a","b","c"))
out
第一个示例仅打印十个值,而在第二个示例中, out
的长度为 56,并且包含在第一个示例中找不到的值(例如, "c_c"
)。 我知道以这种方式分配向量效率非常低,但我只是想弄清楚范围如何工作以及为什么这些结果如此不同。 我不会想到print
function 会有任何范围界定问题,即每次触发print(x)
或print(y)
时,我都希望 output 打印到控制台。
当我将out
分配给父框架而不是全局环境时,也会发生同样的事情,即out <<- c(out, x)
。 有趣的是,如果我只使用print
语法,我可以轻松计算大量组合; 但是当使用向量赋值时,超过四个元素的任何东西都会导致递归混乱,从而破坏系统。
所以我想问题是,
为什么当它们在同一个地方被调用时, print
function 似乎更频繁地触发向量分配?
有没有更好的方法来实现这种 function?
perm
function 基于此博客文章中的功能之一。
- 为什么当它们在同一个地方被调用时,打印 function 似乎更频繁地触发向量分配?
问题是print
返回第一个参数,而assign
返回分配的值。 拿:
b <- assign("a", 2)
b
#R> [1] 2
因此,您的 function 应该是:
out <- c()
perm <- function(x) {
n <- length(x)
if (n == 1) {
assign('out', c(out, x), envir = .GlobalEnv)
x
} else {
y <- NULL
for (i in 1:n) {
y <- paste(x[i], perm(x[-i]), sep = "_")
}
assign('out', c(out, y), envir = .GlobalEnv)
y
}
}
perm(c("a","b","c"))
#R> [1] [1] "c_b_a"
out
#R> [1] "c" "b" "c_b" "c" "a" "c_a" "b" "a" "b_a" "c_b_a"
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.