R：环境和变量作用域的问题

    在R语言的文献中，函数被证实地称为“闭包(closure)”。函数不仅包括参数和函数体，也包括它的“环境(environment)”。环境是由创建函数时出现的对象集构成。

 

►顶层环境

> w <- 12> f <- function( y ){

+     d <- 8

+     h <- function(){

+         return ( d*(w+y) )

+     }

+     return ( h() )

+ }

> environment( f )

<environment: R_GlobalEnv>

    此例中，函数f()是在顶层(解释器命令提示符下)构建的，于是它处于顶层环境。顶层环境在R的输出结果里表示为R_GlobalEnv，不过，它常与R代码的.GlobalEnv混淆。如果以批处理方式运行R程序，也会被认为在顶层。

    函数ls()会把某个环境中的所有对象列举出来。如果，在顶层调用它，就会得到顶层的环境下的对象名单。用ls.str()可以获得更多的信息。

    在函数中调用不带参数的ls()会返回当前的局部变量(包括参数)。使用envir参数，ls会输出函数调用链中任何一个框架的局部变量名。

 

►变量作用域的层次

    在R语言中，因为函数属于对象，在函数中定义一个函数是可以实现的，有时从面向对象编程封装的目的来看，这样做也是可取的。我们可以在任何地方都可以创建对象。

    正如变量d一样，h()属于f()的局部对象。在这种情况下，变量作用域的层次问题是有意义的。根据R语言的定义，f()的局部变量d，相对于h()来说是局部变量。对于参数y，结论也一样，因为在R语言中，参数也被看作局部变量。类似的，变量作用域的分层特性意味着，既然w是f()的全局变量，那么它也是h()的全局变量。实际上，我们在函数h()中也用到了w。

    就环境而言，h()的环境包括在它创建时定义的所有对象，也就是，如果f()被调用多次，h()也多次创建，但它又会随着f()的返回而消失。h()对f()来说是局部的，且在顶层环境中不可见。

 

    在层次中发生命名冲突时可以的(尽管这样做并不可取)，在这种情况下，优先使用最里层的变量。像这种以继承的方式创建的环境一般靠它们的内存地址来引用。

> f <- function( y ){

+     d <- 8

+     return ( h() )

+ }

> h <- function(){

+     return ( d * ( w +y ) )

+ }

> f( 1 ) 

Error in FUN(left, right) : non-numeric argument to binary operator

    这样并不可行，由于h()定义于顶层，变量d不再在h()的环境中，于是，代码运行出错。更糟糕的是，如果碰巧在顶层环境下存在一个不相关的变量d，我们不会得到出错提示，只会返回一个错误的结果。

    你也许会想到为什麽上例中R没有提示变量y不存在。这是因为前面提到过的惰性求值原则，即只有当需要某个变量值的时候，R才会计算它。在这个例子中，R已经遇到了一个由d引起的错误而不会继续求y的值。

    以上代码的修正方法是把d和y设置为参数：

> f <- function( y ){

+     d <- 8

+     return ( h( d, y ) )

+ }

> h <- function( dd, yy ){

+     return ( dd * ( w +yy ) )

+ }

> f( 1 )

[1] 104

 

    下面的代码：

> w <- 2

> f <- function( y, hh ){

+     d <- 8

+     print( environment( hh ) )

+     return ( hh( d, y ) )

+ }

> h <- function( dd, yy ){

+     return ( dd * ( w +yy ) )

+ }

> f( 1, h )

<environment: R_GlobalEnv>[1] 24

    在f()执行时，形式参数dd与实际参数d相匹配。由于参数被看作局部变量，你也许猜测dd的环境与顶层环境不一样。但闭包包括了环境，所以dd与h的环境一致。

 

►函数(几乎)没有副作用

    函数式编程哲学的另一个特征是，函数不会修改非局部变量。也就是说，一般情况下，使用函数时不会有副作用。函数的代码可以读，但不能写其非局部变量。代码看似可以给这些变量重新复制，但实际上这种行为只会影响它们的备份，而不是变量本身。 

注：R对任何函数的调用都会创建一个框架(frame)。该框架包括函数中创建的局部变量，以及在一个环境求值时组合创建的新环境。

> w <- 12

> f <- function( y ){

+     d <- 8

+     w <- w + 1

+     y <- y - 2

+     print( w )

+     h <- function(){

+         return ( d * ( w + y ) )

+     }

+     return ( h() )

+ }

> t <- 4

> f( t )

[1] 13[1] 120

> w

[1] 12

> t

[1] 4

    所以，顶层的w并没有改变，即使看起来在f()中被修改了。只有f()中w的局部被跟发生了改变。类似地，顶层的变量t也没有改变，尽管与它相关联的参数y发生了变化。实际上，局部变量w与相应的全局变量共享一个内存地址，直到局部变量的数值发生了变化。这种情况下，会分配给局部变量w新的内存地址。

 

►关于全局变量

    R语言中全局变量的使用比想象中的要多。R语言自身内部大量使用了全局变量，物理上其C语言代码还是R例程，对于这点你也许会感到惊讶。例如，超赋值运算符<<-用于许多R语言函数中(尽管通常只对上一级环境层次中的变量进行写操作)。线程化(Threaded)代码和GPU代码倾向于大量使用全局变量，这为并行对象提供了主要的通信途径。两者均用于编写高性能程序。

 

►关于“闭包”

    R语言中“闭包”包含了函数的参数、函数体以及调用时的环境。有一种编程方法是用闭包包括环境，这种编程方法使用的特性也叫做“闭包”。

    闭包包含了一个可创建局部变量的函数，并创建另一个函数可以访问该变量。