在我的工作中，我总是用R编写用户定义的函数，如下所示:
f <- function(x){
x ^ 2
}
f(10)
# [1] 100
我最近遇到了在R中调用函数的另一种方法:
(function(x) x ^ 2)(10)
[1] 100
我不确定发生了什么，所以经过一番搜索，我找到了a wonderful answer provided by Allan Cameron个像我这样的非程序员都能理解的东西:
R解析器将其识别为意思是"使用这些参数调用函数".
这澄清了我对what's的理解，但不是why，或者我是否应该 Select 一种语法而不是另一种(除了个人偏好).
我经常在各种模拟和模型中使用UDF，这些模拟和模型会生成大量数据，有时还会运行一段时间，所以我总是希望进行优化.除了只是一种替代语法之外，我还想看看是否有功能、编程或基于机器的理由来编写一种格式而不是另一种格式.在比较了一些简单的函数(如下所示)之后，似乎我的"通常"编写方式(f <- function(x)(...))在几种类型的简化函数上要快得多，对于这些简单的例子，速度大约是两倍.
除了句法/个人偏好之外，is there a reason or a use-case/relevant example of when the "new-to-me" way of writing a function (100) would be superior to the "usual" way (101?
换句话说:为什么这个选项存在/为什么有人会使用这个语法？
在searching、a few、ways和this、this、this和this之后，我找不到任何东西--事实上，我在网上几乎找不到关于"替代"语法的任何东西.
比较
# Function 1
f1 <- function(x) {
x <- as.numeric(x)
x[x < 10] <- x[x < 10] ^ 2 / pi
x
}
# Function 2
f2 <- Vectorize(function(x) {
paste0("num_", 1:x)
})
# Function 3
f3 <- Vectorize(function(x){
if(x < 10)
x < x + 1
while(x <10) {
x <- x+1
}
x
})
比较
microbenchmark::microbenchmark(
`f1` = f1(c("10", 20, "5")),
`(function (x)(f1))` = (function(x) {
x <- as.numeric(x)
x[x < 10] <- x[x < 10] ^ 2 / pi
x
})(c("10", 20, "5")),
`f2` = f2(c(5,10)),
`(function (x)(f2))` = Vectorize((function(x) paste0("num_", 1:x)))(c(5,10)),
`f3` = f3(1:15),
`(function (x)(f3))` = Vectorize((function(x){
if(x < 10)
x < x + 1
while(x <10) {
x <- x+1
}
x}))(1:15),
times = 1e4
)
结果
Unit: microseconds
expr min lq mean median uq max neval
f1 2.446 3.9700 5.220236 5.1720 6.0460 113.914 10000
(function (x)(f1)) 3.270 5.3725 6.741182 6.6260 7.7385 46.308 10000
f2 26.388 30.1885 34.328340 32.7105 37.1725 227.455 10000
(function (x)(f2)) 53.808 60.6005 71.588443 65.7905 75.2055 5997.770 10000
f3 30.294 34.5735 42.077120 37.5160 42.4010 6121.705 10000
(function (x)(f3)) 58.492 65.1845 78.551417 70.5040 80.6610 6945.062 10000