内容简介:无意间,看到这么一道Python面试题:以下代码将输出什么?脑中默默一想,这还用说么,肯定是:最后一看答案,竟然是:
无意间,看到这么一道 Python 面试题:以下代码将输出什么?
def testFun(): temp = [lambda x : i*x for i in range(4)] return temp for everyLambda in testFun(): print (everyLambda(2))
脑中默默一想,这还用说么,肯定是:
0 2 4 6
最后一看答案,竟然是:
6 6 6 6
于是带着怀疑的心态(其实是不服输,不认错),打开编辑器,快速一敲,果然是:
怀疑了人生半天,本来还想黑,WTF Python…然后才想通是自己太生疏......
最后发现原因竟是:Python 的闭包的后期绑定导致的 late binding,这意味着在闭包中的变量是在内部函数被调用的时候被查找。所以结果是,当任何 testFun() 返回的函数被调用,在那时,i 的值是在它被调用时的周围作用域中查找,到那时,无论哪个返回的函数被调用,for 循环都已经完成了,i 最后的值是 3,因此,每个返回的函数 testFun 的值都是 3。因此一个等于 2 的值被传递进以上代码,它们将返回一个值 6 (比如: 3 x 2)。
究竟如何才能实现出这样的结果呢?
0 2 4 6
想了想,若能立即绑定参数,或者直接不用闭包总该行吧,用另一种方式避免 i 的改写。
回忆了之前所学知识,最后酝酿出了四种解决方案:
第一种:创建一个闭包,通过使用默认参数立即绑定它的参数
def testFun(): temp = [lambda x ,i=i: i*x for i in range(4)] return temp for everyLambda in testFun(): print (everyLambda(2))
第二种:使用functools.partial 函数,把函数的某些参数(不管有没有默认值)给固定住(也就是相当于设置默认值)
from functools import partial from operator import mul def testFun(): return [partial(mul,i) for i in range(4)] for everyLambda in testFun(): print (everyLambda(2))
第三种:优雅的写法,直接用生成器
def testFun(): return (lambda x ,i=i: i*x for i in range(4)) for everyLambda in testFun(): print (everyLambda(2))
第四种:利用yield的惰性求值的思想
def testFun(): for i in range(4): yield lambda x : i*x for everyLambda in testFun(): print (everyLambda(2))
最终运行结果:
有了解决方案后,又陷入了怀疑自己,这个题目究竟是考察的是什么?是在考面试者闭包相关知识以及Python 的闭包的后期绑定问题么?
若将题目改成:以下代码输出的结果是(0,2,4,6)么?如果不是,你将会怎么做,让它变成(0,2,4,6)?这样会不会更有意思点呢?欢迎大家出妙招,看究竟有多少招?(哈哈哈!!!)
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
The Elements of Statistical Learning
Trevor Hastie、Robert Tibshirani、Jerome Friedman / Springer / 2009-10-1 / GBP 62.99
During the past decade there has been an explosion in computation and information technology. With it have come vast amounts of data in a variety of fields such as medicine, biology, finance, and mark......一起来看看 《The Elements of Statistical Learning》 这本书的介绍吧!