Clojure 函数接受顺序参数并拥有以前的值

我正在和你一起工作。更具体地说，是用于滤波和平滑的正向和反向算法。我已经确定了一个表示，并有一个向前工作的fn，它接受隐藏变量和模型的先前概率分布，并返回新的概率分布。现在我想要一个过滤函数，它接受一系列传感器状态和一个模型，并返回一个由

初始状态（包含在模型中）

在返回序列中的前一个状态、下一个传感器状态和模型上使用forward的结果

重复2次，直到不再保留传感器状态

我已经设法通过递归实现了这一点，但由于它不是尾部位置递归，它打破了递归，似乎不惯用，通常是一个糟糕的解决方案。我曾尝试将其用于for、reduces和iterate，但我似乎无法使它们中的任何一个都适合。有什么办法可以改进吗

(defn filtering
  "Perform filtering to decide the likely state based on evidence.
  Returns a sequence of state probabilities given a sequence of evidence."
  [evidence {:keys [transition sense initial state-map] :as model}]
  (if (empty? evidence)
    (vector initial)
    (let [reading (first evidence)
          history (filtering (drop 1 evidence) model)
          previous-state (vector (peek history)) 
          fwd (forward previous-state reading model) ]
      (conj history fwd)
      )
    )
  )

---

递归首先下到

证据的末尾

并生成

（：初始模型）

。这是减少的初始值

然后，递归的每个返回级别将

#（正向%1%2模型）

应用于较低递归级别（如

%1

，由

peek

）和下一个证据元素（如

%2

）的应用程序结果。这段代码迭代地将一个双参数函数应用于序列中的连续元素（以相反的顺序进行）——显然是

reduce

的例子

但是，这些结果被累积在

历史

向量中，该向量返回到递归的上层<代码>减少累积结果为

减少

。所以我相信代码的结构大致如下：

(reductions #(forward %1 %2 model) (:initial model) (reverse evidence))

---

递归首先下到

证据的末尾

并生成

（：初始模型）

。这是减少的初始值

然后，递归的每个返回级别将

#（正向%1%2模型）

应用于较低递归级别（如

%1

，由

peek

）和下一个证据元素（如

%2

）的应用程序结果。这段代码迭代地将一个双参数函数应用于序列中的连续元素（以相反的顺序进行）——显然是

reduce

的例子

但是，这些结果被累积在

历史

向量中，该向量返回到递归的上层<代码>减少累积结果为

减少

。所以我相信代码的结构大致如下：

(reductions #(forward %1 %2 model) (:initial model) (reverse evidence))

---

将%1替换为（向量%1）并成功！谢谢。快速提问：#（）宏，是否等同于匿名（fn[ab]）？仍然在寻找Clojure的方法，我以前从未见过它。@user1571406是的，它是匿名函数literal的读取器宏：将%1替换为（向量%1），它成功了！谢谢。快速提问：#（）宏，是否等同于匿名（fn[ab]）？仍然在寻找Clojure的方法，我以前从未见过它。@user1571406是的，它是匿名函数literal的读取器宏：