解决Python延迟绑定问题

小编这次要给大家分享的是解决Python延迟绑定问题，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。

延迟绑定出现在闭包问题中。下面我们看一个闭包的例子：

def (n):
  def mul(x):
    return n*x
  return mul
double = gen_mul(2)
doubled_value = double(6) 

可以看出满足闭包的几点：

• 有内部函数
• 内部函数引用了外部函数中的自由变量
• 内部函数被返回
   

闭包的优点：

• 可以避免使用全局变量
• 可以持久化变量，达到静态变量的作用
   

闭包的缺点：

• 可能会消耗大量的内存
• 可能会导致内存泄漏

当然缺点可以通过人为避免。

现在我们来看看另一个会引出延迟绑定的例子：

def multipliers():
  return [lambda x : i * x for i in range(4)]
print([m(2) for m in multipliers()]) # [6,6,6,6]

上边的例子会输出[6,6,6,6],而不是我们预期的[0,2,4,6]。

这就是延迟绑定导致的结果。具体过程我们可以来分析下：
执行第三行时，会先执行multipliers函数，然后执行函数中的列表解析式。在每一次迭代的时候都会生成一个匿名函数(这里只是定义)作为元素。然后回到第三行，遍历返回的列表中的匿名函数，传入参数2并执行。此时函数类似于这样：

def noname(x):
return i * x

我们知道Python查找变量的作用域链的顺序依次为LEGB：

局部变量(L)->外部函数中的局部变量(E)->全局变量(G)->内置变量(B)

非常重要的一点我们需要知道：Python的作用域在编译时就已经形成了，而不是在运行时，函数的作用域与其被调用的位置无关。

那么在本例中,上面的noname函数体中的i从何而来呢？当然首先会到multipliers函数的局部变量中去寻找。此时i的值已经为3，所以出现这种让人”费解”的现象。

那么现在我们既然已经知道了原因，那么要怎样解决呢？

我们可以将迭代的i值直接注入到匿名函数的函数体中，这里给出两种方法：

通过为参数设置默认值，这是因为在编译时就会计算确定默认值：

def multipliers_ch2():
return [lambda m,x=i : m * x for i in range(4)]

通过内置函数partial：

from functools import partial
def multipliers_ch3():
  return [partial(lambda m,x : m * x,i) for i in range(4)]

利用生成器的延迟计算：

def multipliers_ch4():
  for m in range(4):
    yield lambda x: m * x

partial及生成器的内容会在以后分享。

运行结果

print([m(2) for m in multipliers_ch2()]) # [0,2,4,6]
print([m(2) for m in multipliers_ch3()]) # [0,2,4,6]
print([m(2) for m in multipliers_ch4()]) # [0,2,4,6]

注:

自由变量：指未在本地作用域中绑定的变量，我们可通过访问函数的code属性进行查看：

fun.code.co_freevars

看完这篇关于解决Python延迟绑定问题的文章，如果觉得文章内容写得不错的话，可以把它分享出去给更多人看到。