前言

首先來看一段代碼

x_list = [i for i in range(30)]
y_list = [i for i in range(10, 20)]
for y in y_list:
  x_list = filter(lambda a: a != y, x_list)
x_list = list(x_list)
print(x_list)
print(len(x_list))

這段代碼會(huì)輸出什么呢？

正確答案是一個(gè)長度為29的List。

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29]
29

但是實(shí)際上，上述代碼我們想要表達(dá)的意圖是從x_list中剔除所有在y_list中的元素。為什么在實(shí)際情況下，最終只會(huì)剔除一個(gè)元素呢？這主要與Python的作用域機(jī)制有關(guān)。

Python作用域機(jī)制

Python與其他語言不同，Python沒有循環(huán)作用域這個(gè)說法。Python的作用域遵循LEGB原則

1. L， local – 在lambda函數(shù)內(nèi)或者def函數(shù)內(nèi)部的變量
2. E， Enclosing-function – 閉包的作用域
3. G，Global – 全局作用域
4. B， Build-in – 內(nèi)建作用域

 為了證明Python沒有循環(huán)作用域，可以通過下面一段代碼驗(yàn)證

for i in range(10):
  pass
print(i)

運(yùn)行代碼，發(fā)現(xiàn)可以正常運(yùn)行，運(yùn)行結(jié)果i==9。由此可以證明Python不存在循環(huán)作用域，循環(huán)變量屬于全局作用域。

基于上述結(jié)論，就可以很好地說明為什么上述的filter函數(shù)最終只去掉了一個(gè)元素。

因?yàn)閒ilter函數(shù)是一個(gè)惰性函數(shù)，因此在循環(huán)過程中并不會(huì)進(jìn)行實(shí)際運(yùn)算，而當(dāng)循環(huán)完成，需要實(shí)際輸出的時(shí)候，此時(shí)全局作用域環(huán)境下的i已經(jīng)變?yōu)榱艘粋€(gè)固定值19，因此最終只有19可以從x_list中去掉。

解決方案——閉包

面對上述問題，我們有兩個(gè)解決方案。

第一個(gè)解決方案——避免惰性求值?？梢园l(fā)現(xiàn)，問題的根源在于filter函數(shù)是一個(gè)惰性求值函數(shù)，因此造成了這個(gè)問題。可以通過強(qiáng)制求值運(yùn)算，強(qiáng)制每一次循環(huán)都進(jìn)行filter操作，從而實(shí)現(xiàn)正常的篩選操作。代碼如下所示。

x_list = [i for i in range(30)]
y_list = [i for i in range(10, 20)]
for y in y_list:
  x_list = list(filter(lambda a: a != y, x_list))
x_list = list(x_list)
print(x_list)
print(len(x_list))

第二個(gè)解決方案——閉包。有時(shí)候我們不想放棄惰性求值這個(gè)特性，那么我們就需要引入更高級的函數(shù)式編程思想——閉包。

因?yàn)镻ython支持函數(shù)式編程語法，可以將函數(shù)作為變量，因此可以很容易的實(shí)現(xiàn)閉包特性。

x_list = [i for i in range(30)]
y_list = [i for i in range(10, 20)]
def check(a, b):
  print('check')
  return a != b
for y in y_list:
  def x_filter(y):
    global x_list
    x_list = filter(lambda x: check(x, y), x_list)
  x_filter(y)
  print('loop')
x_list = list(x_list)
print(x_list)
print(len(x_list))

上面的代碼為了證明惰性求值的有效性，因此稍微繁瑣了一些。在實(shí)際場景中，check函數(shù)可以直接寫成lambda函數(shù)的形式。

閉包之所以能解決循環(huán)作用域問題，是因?yàn)殚]包有獨(dú)立的作用域。因此即便是惰性求值，但是由于閉包作用于已經(jīng)將臨時(shí)變量進(jìn)行了存儲，因此依然可以正確進(jìn)行篩選操作。

總結(jié)

Python與其他編程語言不同，不存在循環(huán)臨時(shí)作用域，因此在某些場景下會(huì)出現(xiàn)與其它編程語言結(jié)果不一致的BUG。面對這種情況，我們一般可以通過兩種方式來解決

1.避免惰性求值
2.使用閉包來保存循環(huán)臨時(shí)變量

以上所述是小編給大家介紹的Python循環(huán)作用域與閉包詳解整合，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！

最新評論