• 面向对象编程(Object-oriented Programming)
• S3系统
• 实例

部分内容借鉴Hadley Wickham Advanced R.

• 封装(Encapsulation)
  • 把客观事物封装成抽象的类(class)，不同的类有不同的静态(属性attribute)及动态(方法method)特性
  • 类的属性和方法只开放给可信的类操作，对不可信的类隐藏
  • 例: 主厨有特别封装的方法（如“炒菜”），帮厨和杂工等都不能使用该方法
• 继承(Inheritance)
  • 子类自动共享父类数据结构和方法的机制
  • 无需重写原来的类，即可对该类的功能进行扩展
  • 例：主厨和帮厨都继承厨师的通用方法，如“进入后厨”
• 多态(Polymorphism)
  • 由继承产生的相关的不同类，其对象对同一消息会做出不同的响应
  • 例：同样的“拿薪水”方法，主厨和帮厨适用不同的计薪体系

• 定义
  • 声明类(class): 汽车
  • 定义类的属性(颜色、厂牌、发动机等)和方法(启动、加速、刹车等)
• 使用
  • 初始化一个对象: 一辆汽车A
  • 对该对象应用方法: A.启动()
• 扩展
  • 根据需要创建子类(自动档、手动档)
  • 重写/扩展子类属性/方法(换档等)

• S3源于S语言，是基于泛型函数(generic function)而非类层次结构的的独特的OO系统
  • 泛型函数用法: 函数(对象, 参数列表)
    • 函数(如summary, plot)根据对象的类，自动调用适用的方法
  • 类层次结构的用法: 对象.方法(参数列表)
• R有三种OO系统: S3, S4和RC
  • 可利用pryr::otype和pryr::ftype判定对象/函数属于哪个OO系统
• S3非常自由，不需要专门对类作出定义
  • 直接创建对象，并定义类

car2 <- structure(list(manuf="VW", color="red", brand="Audi"), 
                  class=c("Auto", "Car"))
car3 <- structure(list(manuf="VW", color="black", brand="Santana"), 
                  class=c("Manual", "Car"))
bike1 <- structure(list(manuf="Yongjiu", color="yellow", brand="ofo"), class="Bike")
## 是否属于Car类?
sapply(list(car2, car3, bike1), inherits, what="Car")

## [1]  TRUE  TRUE FALSE

## 泛型函数shiftGear，采取"shiftGear"方法
shiftGear <- function(x, from, to, ...) {
    ## 校验数据结构
    stopifnot(all(c("manuf", "color", "brand") %in% names(x)))
    ## 调用shiftGear方法
    UseMethod("shiftGear")
}
ftype(shiftGear)

## [1] "s3"      "generic"

shiftGear.Manual <- function(x, from, to, ...) {
    if (from == to) {  ## 针对Manual类对象，定义专用的shiftGear方法
        print(paste(class(x)[1], "类: 不需要换档"))
    }else{
        print(paste(class(x)[1], "类:", x$color, x$manuf, x$brand, 
                    "踩离合，再从", from, "档隔级换到", to))
    }
}
shiftGear.Car <- function(x, from, to, ...) {  ## Car类的通用shiftGear方法
    paste("我不知道怎么给", class(x)[1], "类", x$color, x$manuf, x$brand, "换档")
}
shiftGear.default <- function(x, ...) paste(class(x)[1], "类: 无法换档")  ## 默认的shiftGear方法
methods(shiftGear)

## [1] shiftGear.Car     shiftGear.default shiftGear.Manual 
## see '?methods' for accessing help and source code

• 定义Auto类下的一个子类
• 该类对象自动继承Auto及Car类的所有属性和方法

notACar <- list(manuf="Nobody", color="opaque", brand="Nobrand")
class(notACar) <- c("NotACar", class(car2))
shiftGear(notACar)

## [1] "我不知道怎么给 NotACar 类 opaque Nobody Nobrand 换档"

• 可以用magrittr包的%>%实现管道化
• 将OOP语法改为更主流的主谓格式: 对象.方法

x %>% f(y)  ## 等价于
f(x, y)

library(magrittr)
car3 %>% shiftGear(4, 2)

## [1] "Manual 类: black VW Santana 踩离合，再从 4 档隔级换到 2"

将方法定义在类内部 (建议用RC)

move <- function(car, speed, ...) UseMethod("move")
move.Car <- function(car, speed, ...) 
    print(paste(car$color, car$manuf, car$brand, "时速", speed, "行驶"))
car4 <- structure(list(manuf="Toyota", color="white", brand="Accord",
                       move=function(speed, ...) move(car4, speed, ...)),
                  class=c("Auto", "Car"))
car4$move(40)

## [1] "white Toyota Accord 时速 40 行驶"

• 笨拙，但是实现起来非常直观
  • 逐行套用公式硬算
  • 循环: 遍历各行，根据shape套用公式
  • 向量计算: 根据shape分割数据，矢量化套用函数

areas <- c(with(shapes[1,], edge * neighbor * sin(pi*angle/180) / 2),
           with(shapes[2,], edge * neighbor * sin(pi*angle/180)),
           with(shapes[3,], edge * neighbor),
           with(shapes[4,], edge ^ 2 * sin(pi*angle/180)),
           with(shapes[5,], edge ^ 2),
           with(shapes[6,], edge ^ 2 * sin(pi*60/180)) / 2)
areas

## [1]  70.71068 173.20508 200.00000  70.71068 100.00000  43.30127

1. 建立三角形"Triangle"、平行四边形"Parallelogram"两个大类
   • 建立calcArea方法，分别对两个大类计算面积
2. 在两个大类下建立等边三角形、矩形、菱形等子类
   • 建立imputeNeighbor方法，对各个子类作邻边补全
   • 建立imputeAngle方法，对各个子类作夹角补全
3. 给所有对象正确赋类
4. 应用imputeNeighbor、imputeAngle和calcArea方法

• 补全参数，计算面积

newareas <- newshapes %>% lapply(imputeNeighbor) %>% lapply(imputeAngle) %>% 
    sapply(calcArea)

• 和传统解法结果相同
• 如类型增/改，只需补充impute和calc过程，即可扩展，框架不变

rbind(legacySolution=areas, oopSolution=newareas)

##                    [,1]     [,2] [,3]     [,4] [,5]     [,6]
## legacySolution 70.71068 173.2051  200 70.71068  100 43.30127
## oopSolution    70.71068 173.2051  200 70.71068  100 43.30127