关于RShiny中反应式表达式与普通函数的代码差异疑问

我正在通过Hadley Wickham所著《Mastering R Shiny》学习R Shiny。在第3章中，作者用代码示例阐释反应式表达式（注：freqpoly与t_test为作者预定义函数，并非问题重点）：

初始代码 #

server <- function(input, output, session) {
  output$hist <- renderPlot({
    x1 <- rnorm(input$n1, input$mean1, input$sd1)
    x2 <- rnorm(input$n2, input$mean2, input$sd2)
    
    freqpoly(x1, x2, binwidth = input$binwidth, xlim = input$range)
  }, res = 96)

  output$ttest <- renderText({
    x1 <- rnorm(input$n1, input$mean1, input$sd1)
    x2 <- rnorm(input$n2, input$mean2, input$sd2)
    
    t_test(x1, x2)
  })
}

使用反应式表达式的优化代码 #

作者提出使用反应式表达式可让freqpoly与t_test共用同一数据集：

server <- function(input, output, session) {
  x1 <- reactive(rnorm(input$n1, input$mean1, input$sd1))
  x2 <- reactive(rnorm(input$n2, input$mean2, input$sd2))

  output$hist <- renderPlot({
    freqpoly(x1(), x2(), binwidth = input$binwidth, xlim = input$range)
  }, res = 96)

  output$ttest <- renderText({
    t_test(x1(), x2())
  })
}

用普通函数替代反应式的反例 #

随后作者指出不应以普通函数替代反应式表达式，原因是“任何输入变更都会导致所有输出重新计算，且t检验与频率多边形将使用不同样本”，对应的代码如下：

server <- function(input, output, session) { 
  x1 <- function() rnorm(input$n1, input$mean1, input$sd1)
  x2 <- function() rnorm(input$n2, input$mean2, input$sd2)

  output$hist <- renderPlot({
    freqpoly(x1(), x2(), binwidth = input$binwidth, xlim = input$range)
  }, res = 96)

  output$ttest <- renderText({
    t_test(x1(), x2())
  })
}

我的疑问是：在第三段代码中，我认为输入更新时x1与x2仅会计算一次，随后传递给renderPlot()与renderText()，因此两者应使用相同的模拟数据集，这与作者的表述矛盾，恳请帮忙解释其中的问题。

核心原因：普通函数与反应式表达式的执行逻辑差异 #

问题出在普通函数每次被调用时都会重新执行内部代码，而反应式表达式在同一反应周期内会缓存计算结果，只执行一次。

具体到第三段代码：

1. 当某个输入（比如input$n1）发生变化时，Shiny会触发所有依赖该输入的输出重新计算——也就是output$hist和output$ttest都会重新运行。
2. 对于output$hist，它会调用x1()和x2()，这两个函数会各自执行rnorm()生成新的随机样本，然后传给freqpoly。
3. 紧接着，output$ttest也会调用x1()和x2()，这时候函数又会重新执行rnorm()，生成另一组全新的随机样本，传给t_test。

也就是说，renderPlot和renderText是两个独立的计算过程，各自调用普通函数时都会重新生成随机数，自然会得到不同的样本。

而反应式表达式的机制是：

• 当输入变化触发反应时，x1()和x2()会先计算一次，结果被缓存下来。
• 不管renderPlot还是renderText调用它们，都会直接使用缓存的结果，不会重新执行rnorm()。
• 只有当依赖的输入再次变化时，反应式表达式才会重新计算并更新缓存。

验证方式 #

你可以在普通函数里加个打印语句来验证：

server <- function(input, output, session) { 
  x1 <- function() {
    cat("生成x1样本\n")
    rnorm(input$n1, input$mean1, input$sd1)
  }
  x2 <- function() {
    cat("生成x2样本\n")
    rnorm(input$n2, input$mean2, input$sd2)
  }

  output$hist <- renderPlot({
    freqpoly(x1(), x2(), binwidth = input$binwidth, xlim = input$range)
  }, res = 96)

  output$ttest <- renderText({
    t_test(x1(), x2())
  })
}

当你修改输入时，控制台会打印四次：生成x1样本、生成x2样本（来自renderPlot），然后又生成x1样本、生成x2样本（来自renderText），这直接证明了普通函数被调用了多次，每次都生成新样本。

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