Dlaczego "vapply" jest bezpieczniejsze niż "sapply"?

Jak już wspomniano, vapply robi dwie rzeczy:

• nieznaczna poprawa prędkości
• poprawia spójność poprzez zapewnienie ograniczonych kontroli typu zwrotu.

Druga kwestia to większa zaleta, ponieważ pomaga wychwycić błędy, zanim się pojawią i prowadzi do bardziej solidnego kodu. To sprawdzanie wartości zwracanej może być wykonane oddzielnie za pomocą sapply, a następnie stopifnot, aby upewnić się, że wartości zwracane są zgodne z oczekiwanymi wartościami, ale vapply jest trochę łatwiejsze (jeśli bardziej ograniczone, ponieważ niestandardowy kod sprawdzania błędów może sprawdzać wartości w granicach, itp.).

Oto przykład vapply zapewnienia, że wynik jest zgodny z oczekiwaniami. To równoległe coś, nad czym właśnie pracowałem podczas skrobania plików PDF, gdzie findDużywałoby regex do dopasowania wzorca w surowych danych tekstowych (np. miałbym listę split według encji i regex do dopasowania adresów w każdej encji. Czasami plik PDF był konwertowany poza kolejnością i nie było dwa adresy dla podmiotu, co spowodowało zło).

> input1 <- list( letters[1:5], letters[3:12], letters[c(5,2,4,7,1)] )
> input2 <- list( letters[1:5], letters[3:12], letters[c(2,5,4,7,15,4)] )
> findD <- function(x) x[x=="d"]
> sapply(input1, findD )
[1] "d" "d" "d"
> sapply(input2, findD )
[[1]]
[1] "d"

[[2]]
[1] "d"

[[3]]
[1] "d" "d"

> vapply(input1, findD, "" )
[1] "d" "d" "d"
> vapply(input2, findD, "" )
Error in vapply(input2, findD, "") : values must be length 1,
 but FUN(X[[3]]) result is length 2

Jak mówię moim studentom, częścią zostania programistą jest zmiana sposobu myślenia z "błędy są denerwujące" na " błędy są moim przyjacielem."

Wejścia o zerowej długości
Jednym z powiązanych punktów jest to, że jeśli długość wejścia wynosi zero, sapply zawsze zwróci pustą listę, niezależnie od typu wejścia. Porównaj:

sapply(1:5, identity)
## [1] 1 2 3 4 5
sapply(integer(), identity)
## list()    
vapply(1:5, identity)
## [1] 1 2 3 4 5
vapply(integer(), identity)
## integer(0)

Z vapply, masz gwarancję, że masz określony typ wyjścia, więc nie musisz wypisuje dodatkowe kontrole dla wejść o zerowej długości.

Benchmarki

vapply może być nieco szybszy, ponieważ już wie, w jakim formacie powinien oczekiwać wyników.

input1.long <- rep(input1,10000)

library(microbenchmark)
m <- microbenchmark(
  sapply(input1.long, findD ),
  vapply(input1.long, findD, "" )
)
library(ggplot2)
library(taRifx) # autoplot.microbenchmark is moving to the microbenchmark package in the next release so this should be unnecessary soon
autoplot(m)