延遲綁定出現在閉包問題中。下面我們看一個閉包的例子：

def (n): def mul(x): return n*x return muldouble = gen_mul(2)doubled_value = double(6)

可以看出滿足閉包的幾點：

有內部函數 內部函數引用了外部函數中的自由變量 內部函數被返回

閉包的優點：

可以避免使用全局變量 可以持久化變量，達到靜態變量的作用

閉包的缺點：

可能會消耗大量的內存 可能會導致內存泄漏

當然缺點可以通過人為避免。

現在我們來看看另一個會引出延遲綁定的例子：

def multipliers(): return [lambda x : i * x for i in range(4)]print([m(2) for m in multipliers()]) # [6,6,6,6]

上邊的例子會輸出[6,6,6,6],而不是我們預期的[0,2,4,6]。

這就是延遲綁定導致的結果。具體過程我們可以來分析下：執行第三行時，會先執行multipliers函數，然后執行函數中的列表解析式。在每一次迭代的時候都會生成一個匿名函數(這里只是定義)作為元素。然后回到第三行，遍歷返回的列表中的匿名函數，傳入參數2并執行。此時函數類似于這樣：

def noname(x):return i * x

我們知道Python查找變量的作用域鏈的順序依次為LEGB：

局部變量(L)->外部函數中的局部變量(E)->全局變量(G)->內置變量(B)

非常重要的一點我們需要知道：Python的作用域在編譯時就已經形成了，而不是在運行時，函數的作用域與其被調用的位置無關。

那么在本例中,上面的noname函數體中的i從何而來呢？當然首先會到multipliers函數的局部變量中去尋找。此時i的值已經為3，所以出現這種讓人”費解”的現象。

那么現在我們既然已經知道了原因，那么要怎樣解決呢？

我們可以將迭代的i值直接注入到匿名函數的函數體中，這里給出兩種方法：

通過為參數設置默認值，這是因為在編譯時就會計算確定默認值：

def multipliers_ch1():return [lambda m,x=i : m * x for i in range(4)]

通過內置函數partial：

from functools import partialdef multipliers_ch2(): return [partial(lambda m,x : m * x,i) for i in range(4)]

利用生成器的延遲計算：

def multipliers_ch3(): for m in range(4): yield lambda x: m * x

partial及生成器的內容會在以后分享。

運行結果

print([m(2) for m in multipliers_ch1()]) # [0,2,4,6]print([m(2) for m in multipliers_ch2()]) # [0,2,4,6]print([m(2) for m in multipliers_ch3()]) # [0,2,4,6]

注:

自由變量：指未在本地作用域中綁定的變量，我們可通過訪問函數的code屬性進行查看：

fun.code.co_freevars

LEGB: 可看該部分解釋

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持好吧啦網。