Python中的延迟绑定
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 gen_mul(n): def mul(x): return n*x return mul double = gen_mul(2) double_value = double(6) print(double_value)
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
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 : x*i for i in range(4)] print([m(2) for m in multipliers()])
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
这里的原因就是在python中,相对而言的局部变量绑定的是值,非局部变量绑定的是空间,而不是值得本身,在上面得例子中,for循环得i,相对于lambda函数而言,是全局变量,所以绑定得是空间,最终导lambda函数运行得时候,读取得是最后保存i的值,解决办法是通过函数的默认赋值,达到保存临时变量的作用。
def multipliers(): return [lambda x,i=i : x*i for i in range(4)] print([m(2) for m in multipliers()])
lambda函数精简,在使用的过程一定要小心这个坑!