R语言Lazy Evaluation（延迟求值）失效问题咨询

别慌，你遇到的不是延迟求值失效，而是R版本更新带来的行为变更！

问题根源 #

《Advanced R》里的示例是基于旧版R（3.2.0之前）的行为：当时lapply的循环变量是在一个共享环境中创建的，所有闭包都会捕获这个共享变量的最终值。所以当你运行完lapply(1:10, add)后，所有adders里的函数引用的都是最后一次迭代的x=10，自然adders[[1]](10)会得到20。

但在R 3.2.0及以后的版本，官方修改了lapply的实现：每次迭代都会创建独立的环境，每个闭包捕获的是当前迭代的x值。所以adders[[1]]捕获的是x=1，加10就得到11，这才是现在R的默认（更符合直觉的）行为。

验证与重现旧行为 #

如果想亲眼看看旧版的效果，可以用for循环模拟旧版lapply的共享环境逻辑：

add <- function(x) { function(y) x+y }
adders_old <- vector("list", 10)
# for循环的变量在父环境中，所有闭包共享同一个x
for (i in 1:10) {
  adders_old[[i]] <- add(i)
}
adders_old[[1]](10) # 输出20，和书里一致
adders_old[[10]](10) # 输出20

总结 #

你的R版本是较新的，延迟求值特性并没有失效——只是现在的lapply行为更合理了。书里的内容是针对旧版R的，不用怀疑自己的操作哦～

内容的提问来源于stack exchange，提问作者Belinda