关于如何存储函数结果以供以后在R中使用的良好实践

在这种情况下，我编写了一个R函数，

ComplexResult

，该函数计算出一个计算代价很高的结果，其他两个单独的函数稍后将使用该结果，

LaterFuncA

和

LaterFuncB

我想将

ComplexResult

的结果存储在某个地方，这样

LaterFuncA

和

LaterFuncB

都可以使用它，而不需要重新计算它。

ComplexResult

的结果是一个大矩阵，只需计算一次，以后再重新使用

R是我第一次涉足函数式编程领域，所以我很想了解它认为的良好实践是什么。我的第一条思路如下：

# run ComplexResult and get the result
cmplx.res <- ComplexResult(arg1, arg2)

# store the result in the global environment. 
# NB this would not be run from a function 
assign("CachedComplexResult", cmplx.res, envir = .GlobalEnv)

#运行ComplexResult并获取结果
cmplx.res一般的答案是应该序列化/反序列化大对象以供进一步使用。实现这一点的方法是使用
saveRDS/readRDS
：

## save a single object to file
saveRDS(cmplx.res, "cmplx.res.rds")
## restore it under a different name
cmplx2.res <- readRDS("cmplx.res.rds")

##将单个对象保存到文件
saveRDS（cmplx.res，“cmplx.res.rds”）
##以其他名称还原它
cmplx2.res此分配给GlobalEnv：

CachedComplexResult <- ComplexResult(arg1, arg2)

然后直接使用它：

LaterFuncA(read.table("complex_res.txt"))

您的方法适用于保存到本地内存；其他答案解释了如何保存到全局内存或文件。下面是一些关于你为什么要这样做或那样做的想法

保存到文件：这是最慢的，所以只有当您的进程不稳定，并且您希望它会严重崩溃，并且您需要从它停止的地方重新开始时，或者如果您只是偶尔需要保存一次状态，而速度/性能不是一个问题时，才需要这样做

保存到全局：如果需要从大型R程序中的多个点进行访问。
使用
cmplx.res
Save（object，file=“filename”）
如果要再次使用对象
load（file=“filename”）
本地分配操作符将分配给封闭环境。如果这恰好在全局范围内，那么它将确实分配给，但是，如果它发生在函数内部，那么它将分配给函数调用的求值环境。superassignment操作符
是的，您是对的，我想在本例中，他做了两次相同的操作：使用
并在物理缓存之外使用memoise。
write.table(CachedComplexResult, file = "complex_res.txt")

LaterFuncA(read.table("complex_res.txt"))