Python中的延迟绑定是什么？

延迟绑定是什么？

Python中的延迟绑定是指在嵌套函数中，内部函数在被调用时才会绑定外部函数的变量，而不是在定义内部函数时就绑定。这种绑定方式可以导致一些出乎意料的行为，因为变量的值是在函数调用时决定的，而不是在函数定义时。

具体来说，当一个嵌套函数引用了外部函数的变量时，Python会在内部函数被调用时搜索变量的值，而不是在内部函数定义时。这意味着如果外部函数的变量在内部函数被调用之前被改变了，内部函数将使用新的变量值，而不是定义时的值。这种行为可能会导致一些困惑和错误，特别是在使用嵌套函数进行编程时。

举个栗子

下面是一个例子，展示了延迟绑定的行为：

def outer():
    numbers = [1, 2, 3, 4, 5]
    funcs = []
    for number in numbers:
        def inner():
            return number
        funcs.append(inner)
    return funcs

for func in outer():
    print(func())

输出结果为：

5
5
5
5
5

这是因为每个内部函数都引用了外部函数的 number 变量，但是这个变量在内部函数被调用时才会被绑定。由于 number 在每个迭代中的值都被重新赋值，所有内部函数都返回最后一个值，即 5。

为了避免延迟绑定可能导致的问题，可以通过将变量的值作为参数传递给内部函数来显式地绑定变量。例如，上面的代码可以修改如下：

def outer():
    numbers = [1, 2, 3, 4, 5]
    funcs = []
    for number in numbers:
        def inner(number=number):
            return number
        funcs.append(inner)
    return funcs

for func in outer():
    print(func())

输出结果为：

1
2
3
4
5

在这个版本中，每个内部函数都有一个默认参数 number，它的默认值是外部循环的 number 变量。由于默认参数的值在内部函数被定义时就被确定了，所以每个内部函数都绑定了不同的变量值。

另一个典型的栗子

def multipliers(): 
    return [lambda x : i*x for i in range(4)] 

print([m(2) for m in multipliers()])

输出结果为：

[6, 6, 6, 6]

是不是和你的想不一样呢！！为什么呢？？

这是因为，在multipliers函数中，返回的是一个包含四个 lambda 函数的列表，这些 lambda 函数的形式参数为 x，函数体为 i*x。当这些 lambda 函数被调用时，它们的 i 取决于它们在列表中的索引，而不是在定义时的值。因此，当我们在 [m(2) for m in multipliers()] 中迭代这些 lambda 函数并传递 2 作为参数时，所有 lambda 函数的 i 都是最后一个 i 的值，即 3，因此所有的 lambda 函数都会返回 3*2=6。

还不是很清楚？

没关系，让我们换一种方式解释下。
将 lambda 函数转换为等价的普通函数，可以更清晰地看到问题出在哪里。 首先，我们将原始的 lambda 函数：

lambda x : i*x

转换为等价的普通函数：

def multiplier(x):
    return i*x

然后，我们将 multipliers() 函数中的 lambda 函数列表转换为等价的普通函数列表：

def multipliers():
    funcs = []
    for i in range(4):
        def multiplier(x):
            return i*x
        funcs.append(multiplier)
    return funcs

现在，我们可以更清晰地看到问题出在哪里。在原始的 lambda 函数中，i 是一个自由变量，它的值在函数调用时动态绑定。但是，在 multipliers() 函数中，每个 multiplier() 函数都使用了同一个自由变量 i，其值在函数迭代结束后被设置为 3。因此，当我们迭代这些函数并传递 2 作为参数时，每个函数都会乘以最后一个 i 的值，也就是 3，所以结果会是 [6, 6, 6, 6]。

如果要解决这个问题，可以使用闭包来捕获每个 lambda 函数所需的 i 值，使每个函数都有自己独立的 i 值。这样，当我们迭代这些函数并传递参数 2 时，每个函数都会乘以它们自己独立的 i 值，而不是最后一个 i 的值。

怎么避免这个问题呢

要避免这个问题，我们可以将 lambda 函数中的 i 变为默认参数，这样每个 lambda 函数都会有一个独立的 i 值。下面是一个修改后的代码：

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

print([m(2) for m in multipliers()])

输出结果为：

[0, 2, 4, 6]

现在，每个 lambda 函数都有一个独立的 i 值，因此输出结果正确。

将 lambda 函数转换为等价的普通函数，可以更清晰地看到问题出在哪里。

def multipliers():
    funcs = []
    for i in range(4):
        def multiplier(x, i=i):
            return i*x
        funcs.append(multiplier)
    return funcs

这里我们使用了闭包来捕获每个 lambda 函数所需的 i 值，这样每个函数都有一个独立的 i 值。

现在，我们可以更清晰地看到问题出在哪里。在原始的 lambda 函数中，i 是一个自由变量，它的值在函数调用时动态绑定。但是，在 multipliers() 函数中，每个 multiplier() 函数都有自己独立的 i 值，这个值是在函数定义时静态绑定的。因此，当我们迭代这些函数并传递 2 作为参数时，所有函数的 i 值都是它们在定义时的值，而不是在调用时动态绑定的值。

通过使用闭包来捕获每个 lambda 函数所需的 i 值，我们可以解决这个问题，使每个函数都有自己独立的 i 值。

---------------------------END---------------------------

题外话

感谢你能看到最后，给大家准备了一些福利！

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。


CSDN大礼包：全网最全《Python学习资料》免费赠送！（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python兼职渠道推荐*

学的同时助你创收，每天花1-2小时兼职，轻松稿定生活费.

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

CSDN大礼包：全网最全《Python学习资料》免费赠送！（安全链接，放心点击）

若有侵权，请联系删除