R，深拷贝与浅拷贝，按引用传递

Question

我想了解R在传递函数参数、创建变量副本等方面使用的逻辑，以及与内存使用相关的情况。什么时候它实际上创建变量副本，而仅仅是传递该变量的引用？我特别关注的情况是：

f <- function(x) {x+1}
a <- 1
f(a)

a 是直接传递还是传递的 a 的引用？

x <- 1
y <- x

复制的引用？什么情况下不是这种情况？

如果有人能向我解释一下，我将非常感激。

- Alex

---

您可能会发现 R 语言定义中的这个部分很有帮助。 - joran

Morandat和他的同事们在这篇论文中对R语言中参数的惰性求值进行了有趣而又批判性的讨论：http://www.cs.purdue.edu/homes/jv/pubs/ecoop12.pdf - jthetzel

在适当编译的 R 上使用 tracemem 可以帮助探索，.Internal(inspect(x)) 也有帮助，需要理解 NAMED 字段；我的总体原则是“一变再复制”，比如说 y <- x 不会触发复制（因为原始数据没有变化），x 和 y 指向的内存被 NAMED ，修改它们中的任何一个都会触发复制。 - Martin Morgan

Answer 1

在传递变量时，始终是通过副本而不是引用进行的。但有时，直到实际发生赋值才会创建一个副本。该过程的真正描述是“通过承诺”进行的。请查看文档。

?force
?delayedAssign

一个实际的影响是，要避免需要至少两倍于您对象名义上占用的RAM数量几乎是很困难的，甚至是不可能的。修改一个大对象通常需要制作临时副本。

更新：2015年：我同意Matt Dowle所说的，他的data.table包提供了一条避免复制重复问题的替代路线。如果这是所要求的更新，那么在建议提出时我没有理解它。

R语言3.2.1中apply和Reduce的评估规则发生了最近变化。具体内容可参考这里的新闻： Returning anonymous functions from lapply - what is going wrong?

而jhetzel在评论中引用的有趣的论文现已在此处。

- IRTFM

---

使用data.table包，查看其中的?copy函数。使用:=运算符可以通过引用进行赋值，查看?":="以及一系列的set*函数。与需要2-3个对象副本的传统方法不同，我们的目标是只需要一个列值或更少的工作内存即可完成操作。 - Matt Dowle

Answer 2

虽然回答晚了，但这是语言设计中非常重要的一个方面，在网络上没有得到足够的关注（或者至少是通常的来源）。

x <- c(0,4,2)
lobstr::obj_addr(x)
# [1] "0x7ff25e82b0f8"
y <- x
lobstr::obj_addr(y)
# [1] "0x7ff25e82b0f8"

注意，这里的“内存地址”是相同的，即对象存储的内存位置。因此，您可以确认x和y都指向同一个标识符。

Hadley Wickham的《Advanced R》一书涉及到了这个问题：

考虑以下代码： x <- c(1, 2, 3) 很容易将其理解为：“创建一个名为‘x’的对象，包含值1、2和3”。不幸的是，这是一种简化，会导致关于R在幕后实际执行的操作的错误预测。更准确地说，这段代码正在做两件事：它正在创建一个对象，一个值向量c(1, 2, 3)。然后将该对象绑定到名称x上。换句话说，对象或值没有名称；实际上是名称具有值。

请注意，它们的内存地址是短暂的，并且每次新的R会话都会更改。

现在是重要的部分。

在R语义中，对象按值复制。这意味着修改副本不会影响原始对象。由于在内存中复制数据是一项昂贵的操作，因此R中的副本尽可能懒惰。只有在实际修改新对象时才会发生复制。 来源：[R lang documentation][1]

[1]: https://cran.r-project.org/doc/manuals/r-release/R-lang.html

所以，如果我们现在通过向向量附加一个值来修改y的值，y现在指向一个不同的“对象”。这与文档中关于复制操作只有在“新对象被修改”时才会发生（惰性）的说法一致。 y 指向的地址与先前不同。

y <- c(y, -3)
print(lobstr::obj_addr(y))
# [1] "0x7ff25e825b48"

- onlyphantom

Answer 3

@onlyphantom 这非常有帮助！对象可以在不被复制的情况下从函数中来回传递，这也是我来这里的原因：

tmp <- function(x, create) {
    if(!create){
        x
    }else{
        "new"
    }
}

x = c(0,4,2)

y = tmp(x, F)
lobstr::obj_addr(x) == lobstr::obj_addr(y) # y points to x!

这在用 x 替换自身时有效 - 不需要复制！

oldAddr = lobstr::obj_addr(x) 
x = tmp(x, F)
lobstr::obj_addr(x) == oldAddr # TRUE!

这个例子来自手册（稍作修改），也很好地说明了如何触发惰性求值。

tmp = function(x, label = deparse(x), force=TRUE) {
    if(force){
        label
    }
    x <- x + 1
    print(label); return(x)
}
tmp(2)
[1] "2"
[1] 3

tmp(2, force=F)
[1] "3"
[1] 3

R版本3.6.3

- tim

---

感谢提供这些有见地的示例！您知道当我们在将对象的子集用作函数参数时，是否也会复制该对象 - 比如矩阵？ - pglpm