R 中函数多态性的建议做法是什么？

假设我想写一个函数R这是对某些数据进行充分统计的函数。例如，假设函数，调用它foo.func仅取决于数据样本的样本均值。为了方便起见，我认为用户可能喜欢传递到foo.func随机变量的样本（在这种情况下foo.func计算样本平均值），or样本均值本身，这就是全部foo.func需要。出于效率的考虑，如果有多个功能，例如foo.func被调用可以取样本平均值。在这种情况下，平均值只需要计算一次（在我遇到的实际问题中，所讨论的样本统计数据可能需要大量计算）。

总而言之，我想写foo.func初学者（传递数据，让函数计算足够的统计数据）和专家（预先计算足够的统计数据以提高效率并将其传递）都可以访问。为此有哪些推荐做法？我是否传入了逻辑标志？多个参数？一些方法可能是：

#optional arguments
foo.func <- function(xdata, suff.stats=NULL) {
  if (is.null(suff.stats)) {
    suff.stats <- compute.suff.stats(x)
  }
  #now operate on suff.stats
}

or

#flag input
foo.func <- function(data.or.stat, gave.data=TRUE) {
  if (gave.data) {
    data.or.stat <- compute.suff.stats(data.or.stat)
  }
  #now operate on data.or.stat
}

我认为我倾向于前者

R 实现多态性的方法是通过 CLOS（Common Lisp 的 OO）模型，其中方法与通用函数（动词）而不是类（名词）相关联。例如，

# suprising that there is not an equivalent function in R
# to propagate inheritance...
addclass <- function(x,classname) structure(x,class=append(class(x),classname))

# this should be your main function that does stuff
# here, the identity function is assigned for example
dostuff <- identity

# define generic function and methods
foo <- function(x,...) UseMethod("foo")
foo.raw <- function(x,...) dostuff(mean(x))
foo.stats <- function(x,...) dostuff(x)

# define two types of inputs
x <- 1:10
x <- addclass(x,"raw")

y <- 5
y <- addclass(y,"stats")

# apply
foo(x)
# [1] 5.5
foo(y)
# [1] 5
# attr(,"class")
# [1] "numeric" "stats"  

该示例使用 RS3OOP模型，我认为已经足够了；S4更现代、更安全，但增加了很多样板。