从 R 中的递归 function 编译向量

Question

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，

1. 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？

2. 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。

Answer 1

1. 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"