利用R语言词法作用域特性缓存数据

Author: 2014-12-21

R

　　R语言采用词法作用域（lexical scoping，或称静态作用域static scoping），关于作用域的相关说明可以参考Wiki，这里先举一个例子说明R语言词法作用域的特点。

　　定义两个函数g() 、f() 以及一个变量z 如下所示：

z <- 10

g <- function(x) {
  x + z
}

f <- function(y) {
  z <- 20
  g(y + z)
}

第1行定义变量z 的值为10，而在函数f() 中，再次定义z 的值为20，此时调用f(1) ：
> f(1)
[1] 31

可见结果为31。执行f(1) 时，由于函数f() 中定义了z 的值为20，故y + z 的值为21，调用g(21) 。在函数g() 中，对于第4行的x + z ，变量z 没有在函数g() 中定义，是一个自由变量（free variable），则继续在定义函数g() 的作用域中寻找，由于第1行定义z <- 10 ，此时认为在函数g() 中z 的值为10，g(21) 返回21+10 = 31，也就是f(1) 的返回值。对于使用了词法作用域R语言，函数g() 中自由变量z 的值由定义g() 的作用域决定。（对于动态作用域，函数中自由变量的值首先在调用函数的作用域中查找，此时f(1)的值应为41。）

　　利用静态作用域的特性，可以将数据缓存在函数中，对于一些可能会对同一组数据调用多次的耗时计算，在第一次计算时将结果缓存下来，之后再使用相同的数据调用函数，则直接从缓存中读取结果直接返回。例如对于矩阵的求逆运算，实现如下：

makeCacheMatrix <- function(x = matrix()) {
  i <- NULL
  set <- function(y) {
    x <<- y
    i <<- NULL
  }
  get <- function() x
  setinverse <- function(inverse) i <<- inverse
  getinverse <- function() i
  list(set = set, get = get,
       setinverse = setinverse,
       getinverse = getinverse)
}

cacheSolve <- function(x, ...) {
  i <- x$getinverse()
  if(!is.null(i)) {
    message("getting cached data")
    return(i)
  }
  data <- x$get()
  i <- solve(data, ...)
  x$setinverse(i)
  i
}

函数makeCacheMatrix() 中定义了用于缓存矩阵的逆的变量i ，通过setinverse() 和getinverse() 进行赋值和读取。setinverse() 和getinverse() 中都没有定义变量i ，它们使用的变量i 都是 makeCacheMatrix() 中定义的i 。函数makeCacheMatrix() 根据输入的矩阵x ，用于创建一个特殊的矩阵数据，包含矩阵的逆的缓存以及对应的设置和获取方法，cacheSolve() 计算矩阵的逆，并进行缓存：
testMatrix <- matrix(c(2,1,0,1), nrow = 2)
m <- makeCacheMatrix(testMatrix)
cacheSolve(m)
cacheSolve(m)

输出为：
> cacheSolve(m)
     [,1] [,2]
[1,]  0.5    0
[2,] -0.5    1
> cacheSolve(m)
getting cached data
     [,1] [,2]
[1,]  0.5    0
[2,] -0.5    1

 可见第一次调用cacheSolve(m) 时，计算、缓存并返回了矩阵的逆，第二次调用cacheSolve(m) 则直接返回缓存中读取结果。