61

我正在阅读 Hadley Wickhams 在 Github 上的书，尤其是关于惰性评估的这一部分。add/adders在那里，他在函数部分给出了惰性求值后果的例子。让我引用这段话：

在使用 lapply 或循环创建闭包时，此 [惰性求值] 很重要：

add <- function(x) {
  function(y) x + y
}
adders <- lapply(1:10, add)
adders[[1]](10)
adders[[10]](10)

x 在您第一次调用其中一个加法器函数时被懒惰地评估。至此，循环完成，x 的最终值为 10。因此，所有加法器函数都将在其输入上加 10，这可能不是您想要的！手动强制评估解决了这个问题：

add <- function(x) {
  force(x)
  function(y) x + y
}
adders2 <- lapply(1:10, add)
adders2[[1]](10)
adders2[[10]](10)

我似乎不明白那一点，那里的解释很少。有人可以详细说明那个特定的例子，并解释那里发生了什么吗？我对“此时，循环完成，x的最终值为10”这句话感到特别困惑。什么循环？什么最终值，在哪里？一定是我想念的简单的东西，但我只是看不到它。提前非常感谢。

4

2 回答 2

57

从 R 3.2.0 开始，这不再适用！

更改日志中的相应行显示：

高阶函数（例如 apply 函数和 Reduce()）现在强制将参数传递给它们应用的函数，以消除惰性求值和闭包中变量捕获之间的不良交互。

事实上：

add <- function(x) {
  function(y) x + y
}
adders <- lapply(1:10, add)
adders[[1]](10)
# [1] 11
adders[[10]](10)
# [1] 20
于 2015-04-22T03:01:50.197 回答
36

目标：

adders <- lapply(1:10, function(x)  add(x) )

是创建一个add函数列表，第一个添加 1 到其输入，第二个添加 2，等等。惰性求值导致 R 等待真正创建加法器函数，直到您真正开始调用函数。问题是，在创建第一个加法器函数后，循环x增加lapply，以 10 的值结束。当您调用第一个加法器函数时，惰性求值现在构建函数，得到 的值x。问题是原来x的不再等于一，而是lapply循环结束时的值，即10。

因此，惰性求值导致所有加法器函数等到lapply循环完成后才真正构建函数。然后他们用相同的值（即 10）构建他们的函数。Hadley 建议的解决方案是强制x直接评估，避免惰性评估，并获得具有正确x值的正确函数。

于 2013-04-21T10:11:25.313 回答