为现有类定义泛型函数

在前面的小节中，我们掌握了如何运用 R 中已有的类和方法处理模型对象。在 S3 系
统中，允许自行创建类和泛型函数。
前面的例子中，我们使用条件表达式模拟了 head( )的方法分派。虽然模拟成功了，但
一般不建议这样做。S3 泛型函数非常灵活，而且很容易拓展。在定义泛型函数时，我们通常
创建一个函数去调用 UseMethod( )触发方法分派。然后，对泛型函数想要作用的类创建带
有 method.class 形式的方法函数，同时还要创建带有 method.default 形式的默认方法
来应对所有其他情况。这里使用泛型函数和方法重写刚刚那个例子。我们创建一个新的泛型函
数 generic_head( )，它有两个参数：输入对象 x 和需要提取的记录条数 n。泛型函数仅
仅调用 UseMethod("generic_head")来让 R 根据输入对象 x 的类执行方法分派：
generic_head <- function(x, n)
UseMethod("generic_head")
对于原子向量（数值向量、字符向量、逻辑向量等），提取前 n 个元素。因此，我们分
别定义 generic_head.numeric、generic_head.character 等，此外，最好定义
一个默认方法来捕获不能匹配已定义的 generic_head.class 方法的其他所有情况：
generic_head.default <- function(x, n) {
x[1:n]
}
现在的 generic_head 只有一种方法，等价于没有使用泛型函数：
generic_ _head(num_vec, 3)
## [1] 1 2 3
由于我们还没有定义针对data.frame 类的方法，所以提供一个数据框时，函数会自动转
向generic_head.default，又因为要提取的数量超过数据框的列数，导致无效访问而报错：
generic_ _head(data_frame, 3)
## Error in `[.data.frame`(x, 1:n): undefined columns selected
如果我们对 data.frame 定义了方法：
generic_head.data.frame <- function(x, n) {
x[1:n,]
}
那么，就像预期的那样，泛型函数正常运行：
generic_ _head(data_frame, 3)
## x y
## 1 1 0.8867848
## 2 2 0.1169713
## 3 3 0.3186301
你可能注意到了，因为没有进行参数检查，所以之前执行的方法并不稳健。例如，如
果 n 大于输入对象的元素数量，函数就会以非预期的不同方式进行处理。这里就留给你作
为练习，尝试去优化函数，使得方法更稳健，而且能够合适地处理极端情况。