python 函数式编程 闭包，返回一个函数

参考链接：https://www.liaoxuefeng.com/wiki/1016959663602400/1017434209254976

作业

#使用生成器
def createCounter():
    def count():
        d=0
        while True:
            d+=1
            yield d
    c=count()
    def f2():
        return next(c)
    return f2
#使用nonlocal关键字
def createCounter():
    i=0
    def count():
        nonlocal i
        i+=1
        return i
    return count

　　

通常我们定义的函数都是返回函数的运行结果，但是假如我们不需要让这个函数立即执行，而是在后面某些情况下才执行，我们就可以定义一个函数，让这个函数返回我们需要执行的函数。

假设我们需要返回的函数是这样的：

def calc_sum(*args):
    ax = 0
    for n in args:
        ax = ax + n
    return ax

那么返回上面这个函数的函数就可以这样定义：

def lazy_sum(*args):
    def sum():
        ax = 0
        for n in args:
            ax = ax + n
        return ax
    return sum

　　

定义一个返回函数的函数，只需要把原函数的参数挪到外面的函数中，然后原封不动的将里面的函数增加一个缩进使其符合缩进规则，最后把函数名在外面的函数中返回就好了

当我们调用lazy_sum()时，返回的并不是求和结果，而是求和函数：

>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function lazy_sum.<locals>.sum at 0x101c6ed90>

　　当我们真正想要执行函数的时候，就加上括号，让函数运行

>>> f()
25

闭包

　　注意闭包不能接受参数，因为返回的是函数名，无法传递参数

　　在这个例子中，我们在函数lazy_sum中又定义了函数sum，并且，内部函数sum可以引用外部函数lazy_sum的参数和局部变量，当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数中，这种称为“闭包（Closure）”的程序结构拥有极大的威力。

　　需要注意的是，当我们调用lazy_sum()时，每次调用都会返回一个新的函数，每个函数的调用间不受影响。即使传入相同的参数：

>>> f1 = lazy_sum(1, 3, 5, 7, 9)
>>> f2 = lazy_sum(1, 3, 5, 7, 9)
>>> f1==f2
False

　

闭包的另一个问题，返回函数不要引用任何循环变量，或者会发生变化的变量

　　下面的返回的函数运行结果是一样的，并不是我们认为的1，4，9，而都是9

def count():
    fs = []
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()

　　

>>> f1()
9
>>> f2()
9
>>> f3()
9

　　这是因为，返回的函数并没有立刻执行，而是直到调用了f()才执行。等到3个函数都返回时，它们所引用的变量i已经变成了3，因此最终结果为9。

　　返回的函数在其定义内部引用了局部变量args，所以，当一个函数返回了一个函数后，其内部的局部变量还被新函数引用，所以，闭包用起来简单，实现起来可不容易。

返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。

如果一定要引用循环变量呢?

　　方法是再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何更改，已绑定到函数参数的值不变：

def count():
    def f(j):#新建一个函数
        def g():
            return j*j
        return g
    fs = []
    for i in range(1, 4):
        fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f()
    return fs

　　

>>> f1, f2, f3 = count()
>>> f1()
1
>>> f2()
4
>>> f3()
9

　　缺点是代码较长，可利用lambda函数缩短代码。