項目github地址：bitcarmanlee easy-algorithm-interview-and-practice

1.Python中一切皆對象

這恐怕是學習Python最有用的一句話。想必你已經知道Python中的list, tuple, dict等內置數據結構，當你執行：

alist = [1, 2, 3]

時，你就創建了一個列表對象，并且用alist這個變量引用它：

當然你也可以自己定義一個類：

class House(object):
    def __init__(self, area, city):
        self.area = area
        self.city = city

    def sell(self, price):
        [...]  #other code
        return price

然后創建一個類的對象：

house = House(200, 'Shanghai')

OK，你立馬就在上海有了一套200平米的房子，它有一些屬性(area, city)，和一些方法(init, self)：

2.函數式第一類對象

和list, tuple, dict以及用House創建的對象一樣，當你定義一個函數時，函數也是對象：

def func(a, b):
    return a+b

在全局域，函數對象被函數名引用著，它接收兩個參數a和b，計算這兩個參數的和作為返回值。
所謂第一類對象，意思是可以用標識符給對象命名，并且對象可以被當作數據處理，例如賦值、作為參數傳遞給函數，或者作為返回值return 等

因此，你完全可以用其他變量名引用這個函數對象：

add = func

這樣，你就可以像調用func(1, 2)一樣，通過新的引用調用函數了：

print func(1, 2)
print add(1, 2)  #the same as func(1, 2)

或者將函數對象作為參數，傳遞給另一個函數：

def caller_func(f):
    return f(1, 2)

if __name__ == "__main__":
    print caller_func(func)

可以看到，

1.函數對象func作為參數傳遞給caller_func函數，傳參過程類似于一個賦值操作f=func；

2.于是func函數對象，被caller_func函數作用域中的局部變量f引用，f實際指向了函數func；cc

3.當執行return f(1, 2)的時候，相當于執行了return func(1, 2)；

因此輸出結果為3。

3.函數對象 vs 函數調用

無論是把函數賦值給新的標識符，還是作為參數傳遞給新的函數，針對的都是函數對象本身，而不是函數的調用。
用一個更加簡單，但從外觀上看，更容易產生混淆的例子來說明這個問題。例如定義了下面這個函數：

def func():
    return "hello,world"

然后分別執行兩次賦值：

ref1 = func      #將函數對象賦值給ref1
ref2 = func()    #調用函數，將函數的返回值("hello,world"字符串)賦值給ref2

很多初學者會混淆這兩種賦值，通過Python內建的type函數，可以查看一下這兩次賦值的結果：

In [4]: type(ref1)

Out[4]: function

In [5]: type(ref2)

Out[5]: str

可以看到，ref1引用了函數對象本身，而ref2則引用了函數的返回值。通過內建的callable函數，可以進一步驗證ref1是可調用的，而ref2是不可調用的：

In [9]: callable(ref1)

Out[9]: True

In [10]: callable(ref2)

Out[10]: False

傳參的效果與之類似。

4.閉包LEGB法則

所謂閉包，就是將組成函數的語句和這些語句的執行環境打包在一起時，得到的對象
聽上去的確有些復雜，還是用一個栗子來幫助理解一下。假設我們在foo.py模塊中做了如下定義：

#foo.py
filename = "foo.py"

def call_func(f):
    return f()    #如前面介紹的，f引用一個函數對象，然后調用它

在另一個func.py模塊中，寫下了這樣的代碼：

#func.py
import foo      #導入foo.py

filename = "func.py"
def show_filename():
    return "filename: %s" % filename

if __name__ == "__main__":
    print foo.call_func(show_filename)   #注意：實際發生調用的位置，是在foo.call_func函數中

當我們用python func.py命令執行func.py時輸出結果為：

chiyu@chiyu-PC:~$ python func.py 

filename:func.py

很顯然show_filename()函數使用的filename變量的值，是在與它相同環境(func.py模塊)中定義的那個。盡管foo.py模塊中也定義了同名的filename變量，而且實際調用show_filename的位置也是在foo.py的call_func內部。
而對于嵌套函數，這一機制則會表現的更加明顯：閉包將會捕捉內層函數執行所需的整個環境：

#enclosed.py
import foo
def wrapper():
    filename = "enclosed.py"
    def show_filename():
        return "filename: %s" % filename
    print foo.call_func(show_filename)    #輸出：filename: enclosed.py

實際上，每一個函數對象，都有一個指向了該函數定義時所在全局名稱空間的__globals__屬性：

#show_filename inside wrapper
#show_filename.__globals__

{
'__builtins__': module '__builtin__' (built-in)>,        #內建作用域環境
'__file__': 'enclosed.py',         
'wrapper': function wrapper at 0x7f84768b6578>,      #直接外圍環境
'__package__': None,            
'__name__': '__main__',        
'foo': module 'foo' from '/home/chiyu/foo.pyc'>,         #全局環境
'__doc__': None                   
}

當代碼執行到show_filename中的return “filename: %s” % filename語句時，解析器按照下面的順序查找filename變量：
1.Local - 本地函數(show_filename)內部，通過任何方式賦值的，而且沒有被global關鍵字聲明為全局變量的filename變量；
2.Enclosing - 直接外圍空間(上層函數wrapper)的本地作用域，查找filename變量(如果有多層嵌套，則由內而外逐層查找，直至最外層的函數)；
3.Global - 全局空間(模塊enclosed.py)，在模塊頂層賦值的filename變量；
4.Builtin - 內置模塊(builtin)中預定義的變量名中查找filename變量；

在任何一層先找到了符合要求的filename變量，則不再向更外層查找。如果直到Builtin層仍然沒有找到符合要求的變量，則拋出NameError異常。這就是變量名解析的：LEGB法則。

總結：

1.閉包最重要的使用價值在于：封存函數執行的上下文環境；
2.閉包在其捕捉的執行環境(def語句塊所在上下文)中，也遵循LEGB規則逐層查找，直至找到符合要求的變量，或者拋出異常。

5.裝飾器語法糖(syntax sugar)

那么閉包和裝飾器又有什么關系呢？
上文提到閉包的重要特性：封存上下文，這一特性可以巧妙的被用于現有函數的包裝，從而為現有函數更加功能。而這就是裝飾器。
還是舉個例子，代碼如下：

#alist = [1, 2, 3, ..., 100]  --> 1+2+3+...+100 = 5050
def lazy_sum():
    return reduce(lambda x, y: x+y, alist)

我們定義了一個函數lazy_sum，作用是對alist中的所有元素求和后返回。alist假設為1到100的整數列表：

alist = range(1, 101)

但是出于某種原因，我并不想馬上返回計算結果，而是在之后的某個地方，通過顯示的調用輸出結果。于是我用一個wrapper函數對其進行包裝：

def wrapper():
    alist = range(1, 101)
    def lazy_sum():
        return reduce(lambda x, y: x+y, alist)
    return lazy_sum

lazy_sum = wrapper()        #wrapper() 返回的是lazy_sum函數對象

if __name__  == "__main__":
    lazy_sum()           #5050

這是一個典型的Lazy Evaluation的例子。我們知道，一般情況下，局部變量在函數返回時，就會被垃圾回收器回收，而不能再被使用。但是這里的alist卻沒有，它隨著lazy_sum函數對象的返回被一并返回了(這個說法不準確，實際是包含在了lazy_sum的執行環境中，通過__globals__)，從而延長了生命周期。

當在if語句塊中調用lazy_sum()的時候，解析器會從上下文中(這里是Enclosing層的wrapper函數的局部作用域中)找到alist列表，計算結果，返回5050。

當你需要動態的給已定義的函數增加功能時，比如：參數檢查，類似的原理就變得很有用：

def add(a, b):
    return a+b

這是很簡單的一個函數：計算a+b的和返回，但我們知道Python是 動態類型+強類型 的語言，你并不能保證用戶傳入的參數a和b一定是兩個整型，他有可能傳入了一個整型和一個字符串類型的值：

In [2]: add(1, 2)

Out[2]: 3

In [3]: add(1.2, 3.45)

Out[3]: 4.65

In [4]: add(5, 'hello')

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

/home/chiyu/ipython-input-4-f2f9e8aa5eae> in module>()

----> 1 add(5, 'hello')

/home/chiyu/ipython-input-1-02b3d3d6caec> in add(a, b)

      1 def add(a, b):

----> 2     return a+b

TypeError: unsupported operand type(s) for +: 'int' and 'str'

于是，解析器無情的拋出了一個TypeError異常。

1.動態類型：在運行期間確定變量的類型，python確定一個變量的類型是在你第一次給他賦值的時候；

2.強類型：有強制的類型定義，你有一個整數，除非顯示的類型轉換，否則絕不能將它當作一個字符串(例如直接嘗試將一個整型和一個字符串做+運算)；

因此，為了更加優雅的使用add函數，我們需要在執行+運算前，對a和b進行參數檢查。這時候裝飾器就顯得非常有用：

import logging

logging.basicConfig(level = logging.INFO)

def add(a, b):
    return a + b

def checkParams(fn):
    def wrapper(a, b):
        if isinstance(a, (int, float)) and isinstance(b, (int, float)):    #檢查參數a和b是否都為整型或浮點型
            return fn(a, b)             #是則調用fn(a, b)返回計算結果

        #否則通過logging記錄錯誤信息，并友好退出
        logging.warning("variable 'a' and 'b' cannot be added")   
        return
    return wrapper     #fn引用add，被封存在閉包的執行環境中返回

if __name__ == "__main__":
    #將add函數對象傳入，fn指向add
    #等號左側的add，指向checkParams的返回值wrapper
    add = checkParams(add)      
    add(3, 'hello')     #經過類型檢查，不會計算結果，而是記錄日志并退出

注意checkParams函數：

1.首先看參數fn，當我們調用checkParams(add)的時候，它將成為函數對象add的一個本地(Local)引用；

2.在checkParams內部，我們定義了一個wrapper函數，添加了參數類型檢查的功能，然后調用了fn(a, b)，根據LEGB法則，解釋器將搜索幾個作用域，并最終在(Enclosing層)checkParams函數的本地作用域中找到fn；

3.注意最后的return wrapper，這將創建一個閉包，fn變量(add函數對象的一個引用)將會封存在閉包的執行環境中，不會隨著checkParams的返回而被回收；

當調用add = checkParams(add)時，add指向了新的wrapper對象，它添加了參數檢查和記錄日志的功能，同時又能夠通過封存的fn，繼續調用原始的add進行+運算。

因此調用add(3, ‘hello')將不會返回計算結果，而是打印出日志：

chiyu@chiyu-PC:~$ python func.py 

WARNING:root:variable 'a' and 'b' cannot be added

有人覺得add = checkParams(add)這樣的寫法未免太過麻煩，于是python提供了一種更優雅的寫法，被稱為語法糖：

@checkParams
def add(a, b):
    return a + b

這只是一種寫法上的優化，解釋器仍然會將它轉化為add = checkParams(add)來執行。

6. 回歸問題

def addspam(fn):
    def new(*args):
        print "spam,spam,spam"
        return fn(*args)
    return new

@addspam
def useful(a,b):
    print a**2+b**2

首先看第二段代碼：

@addspam裝飾器，相當于執行了useful = addspam(useful)。在這里題主有一個理解誤區：傳遞給addspam的參數，是useful這個函數對象本身，而不是它的一個調用結果；
再回到addspam函數體：
1.return new 返回一個閉包，fn被封存在閉包的執行環境中，不會隨著addspam函數的返回被回收；
2.而fn此時是useful的一個引用，當執行return fn(*args)時，實際相當于執行了return useful(*args)；

本文根據https://www.zhihu.com/question/25950466/answer/31731502整理而來，是我見過的將閉包與裝飾器解釋得比較清楚的文章。

參考鏈接：

1.https://www.zhihu.com/question/26930016
2.https://www.zhihu.com/question/24084277
3.https://wiki.python.org/moin/PythonDecoratorLibrary 各種裝飾器的實例代碼

到此這篇關于Python 中閉包與裝飾器案例詳解的文章就介紹到這了,更多相關Python 中閉包與裝飾器內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！