R语言中声明函数F调用嵌套函数集的两种实现效率对比

我有一组模型方程，希望封装到函数中按需调用，期望的调用流程示例为：

F(X=t, mode="B")

已构思的两种实现方式 #

方式一：全局列表存储函数 #

t <- seq(0,1,.1)
L <- list(
    A = function(x) x^2, 
    B = function(x) x/(x+9), 
    C = function(x) x*exp(x))
F <- L$A(t)
F
# > 0 .01 .04 .09 .016 .025 .036 .049 .064 .081 1

方式二：借助dplyr的case_when #

t <- seq(0,1,.1)
F <- function(input, mode){
    dplyr::case_when(
        mode == "A" ~ input^2, 
        mode == "B" ~ input/(input+9),
        mode == "C" ~ input*exp(input)
    )
}
F(t, mode="A")
# > 0 .01 .04 .09 .016 .025 .036 .049 .064 .081 1

核心疑问 #

从效率角度咨询：是在全局函数F内部创建方程引用列表并调用更好，还是将外部列表作为参数传入更优？

效率分析与结论 #

从执行效率层面，优先选择外部预定义函数列表并直接引用（或作为参数传入），具体原因如下：

• 避免重复初始化开销：如果在F内部每次调用都重新创建函数列表，每次都会触发列表和内部函数的初始化操作，频繁调用时累积开销明显。而外部列表只需初始化一次，后续调用直接复用。
• 减少额外逻辑开销：方式二中的dplyr::case_when需要做条件分支判断，相比直接调用列表中的函数，多了一层封装逻辑的开销；直接调用列表函数是更直接的执行路径，没有多余判断步骤。

如果担心全局列表污染命名空间，可以用默认参数的方式兼顾整洁与效率：

# 列表作为默认参数，惰性求值仅初始化一次
F <- function(input, mode, func_list = list(
    A = function(x) x^2, 
    B = function(x) x/(x+9), 
    C = function(x) x*exp(x)
)) {
    func_list[[mode]](input)
}
F(t, mode="B")

这种方式下，func_list仅在第一次调用时初始化，后续复用，既避免全局变量污染，又保留了高效性。若追求极致效率，直接引用全局预定义列表是最优解，但需注意全局变量的管理。

内容的提问来源于stack exchange，提问作者Adonis Cedeño