R | 向量查找表

书接上回 判断语句-if篇。

在上一回中，繁琐的if判断无论是写起来、读起来亦或是运行起来都十分麻烦且耗时。那么有没有什么方法可以在某种情境下代替if语句帮助我们进行条件判断呢？接下来，我们将介绍R中一种较为方便的解决方案--查找表。

上回if语句之所以判断这么多，就是因为有太多的图案类型需要判定，但是我们需要的其实就是通过判断名称--来获得数值而已。所以，完全可以生成一个向量，将名称和相应的数值一一对应。

> payouts <- c("DD"=100, "7"=80, "BBB"=40, "BB"=25, "B"=10, "C"=10, "0"=0)
> payouts
 DD   7 BBB  BB   B   C   0 
100  80  40  25  10  10   0 
> class(payouts)
[1] "numeric"
#该向量本质上还是一个`numeric`向量，只是我们将各个数值命名而已

然后，我们就可以采用这种方法简化score函数：

score2 <- function(sym){
  #三个图案一样的情况
  if(length(unique(sym))==1){
    payouts <- c("DD"=100, "7"=80, "BBB"=40, "BB"=25, "B"=10, "C"=10, "0"=0)
    prize <-unname(payouts[sym[1]])
  }
  
  #三个都是有B的情况
  else if(sum(sym %in% c("BBB", "BB", "B"))==3){
    prize <- 5
  }
  
  #计算C的数量以及中奖金额，“C”的情况也可以进行简化
  else {
   prize <- c(0,2,5)[sum(sym=="C")+1]
  }
  
  #根据DD数量调整奖金
  if("DD" %in% sym){
    prize <- prize*2^sum(sym=="DD")
  }
  prize
}

顿时就有豁然开朗之感！

除了可以简化代码外，查找表还可以省点时间。if结构有几个弊端。首先，其要求R沿着if结构自上而下运行多个测试，这就执行了很多不必要的计算。其次，向量化编程与R的结合是一种更有效的编程风格（可以看到能省很多行代码），有种极简之美。
要将if结构转换成查找表，首先明确要赋的值，并将这些值存储在一个向量中。然后，提取出if结构中的各个条件语句作为选值的依据。

最后，也不是说所有if语句都可以被查找表替代，重要的是选择合适的方式去编程。

完。