lambda与闭包

在《作为.NET程序员，您需要IronPython么？》一文中，Michael给大家介绍了IronPython的诸多优点，其中的一条就是IronPython实现闭包要比C#和VB.NET来得更为直观。在文中，针对“找出长度较短的字符串”的功能，我给出了IronPython的代码：

>>>  SampleData  =  [ " the " ,  " quick " ,  " brown " ,  " fox " ,  " jumped " , " over " ,  " the " ,  " lazy " ,  " dog " ]
>>>  maxLength  =  raw_input( " Maximum length of string to include? " ) 
>>>  maxLength  =  int(maxLength)
>>>  shortWords  =  [i  for  i  in  SampleData  if  len(i)  <=  maxLength]

 

这段代码的核心在于最后一个赋值语句，它是典型的列表内涵（List Comprehension）的应用。而事实上，这个赋值语句等价于以下的代码：

shortWords  =  filter( lambda  i: len(i)  <=  maxLength, SampleData)

 

使用这样的代码也许和C#和Java的闭包－Jon谈《The Beauty of Closures》一文中C#代码具有更强的可比性，因为lambda是Python中用于定义匿名函数的关键字，而匿名函数又是实现闭包的充分条件之一（非必要条件）。在讨论闭包和lambda之前，我们先来了解一下filter函数。

filter(function, sequence)函数是Python的内建函数，我们无需引入任何的包（package）即可使用。它实现了将序列中某些符合条件的元素筛选出来的功能；它需要两个参数：第一个是函数，用于定义筛选条件；而另一个则是序列，作为被筛选的对象。Python Tutorial给出的示例代码可以帮助我们更好地理解filter这个函数。

 

现在，您对filter函数有一定的认识了吧？那么让我们再回到上述的赋值语句。lambda定义了一个匿名函数，它返回了一个布尔值：True或者False，而判断条件则是：参数的长度小于或者等于maxLenth。在这里，lambda充其量只是一个语法糖，让代码更加易读，并没有体现出它与闭包的关系。说到这里，您一定会问：到底什么是闭包呢？从定义上来说：闭包就是由函数与其相关的引用环境组合而成的实体。如果一门语言很好地支持闭包，那么它需要具备以下条件：
    • 函数是语言的一等公民，它不从属于其它任何对象，可以作为方法的返回值；
    • 函数可以嵌套定义；
    • 可以捕获引用环境，并把引用环境和函数代码组成一个可调用的实体；
    • 允许定义匿名函数。
 基于上述条件的第三点，我们可以将上述代码改写为如下形式：

>>>  SampleData  =  [ " the " ,  " quick " ,  " brown " ,  " fox " ,  " jumped " , " over " ,  " the " ,  " lazy " ,  " dog " ]
>>>   def  filterFunc(maxLength): 
...      return   lambda  i: len(i)  <=  maxLength
>>>  maxLength  =  raw_input( " Maximum length of string to include? " ) 
>>>  maxLength  =  int(maxLength)
>>>  shortWords  =  filter(filterFunc(maxLength), SampleData)

 

我们回头对照一下上述的条件，filterFunc不正是闭包的最好体现么？也许您会觉得我有点画蛇添足，多此一举，但是，我们确实拥有了一个极具灵活性的可调用实体。如果要筛选出最大长度为4的单词，我们可以这么做：

fourLetter  =  filter(filterFunc( 4 ), SampleData)

 

如果要筛选出最大长度为3的单词，我们又可以这么做：

threeLetter  =  filter(filterFunc( 3 ), SampleData)

 

我们回想一下面向对象编程当中的函数，它的定义是固定的，不会在运行时发生变化。而闭包则不同，它会根据不同的引用环境发生变化，从而返回不同的函数实例。因此，我会把闭包等同于返回值是函数的函数，而lambda的存在可以让返回的函数定义得到简化。更多有关闭包的介绍，请参考园子里的季方亮同学的文章——《函数编程之闭包漫谈(Closure)》；有关lambda的介绍，则请参考CoderZh同学的文章——《Python天天美味(35) - 细品lambda》。

最后，也许有朋友会问：我们为什么需要lambda和闭包呢？这是为了将side-effect降至最低，也就是将变量从我们代码当中剔除！我想您一定会对此很惊讶，但这是事实，最纯粹的函数式编程是只有定义的。基于此，最开始的代码还能演变成如下所示：

>>>  SampleData  =  [ " the " ,  " quick " ,  " brown " ,  " fox " ,  " jumped " , " over " ,  " the " ,  " lazy " ,  " dog " ]
>>>  raw_input( " Maximum length of string to include? " )
>>>   print (filter( lambda  i:len(i)  <=  int(_), SampleData))

 

对编程范式感兴趣的朋友，可以参考我的文章：《说的都是概念——有关编程范式》。