Python的闭包(Closure)与惰性计算(Lazy Evaluation)

闭包

在一些语言中，在函数中可以（嵌套）定义另一个函数时，如果内部的函数引用了外部的函数的变量，则可能产生闭包。运行时，一旦外部的函数被执行，一个闭包就形成了，闭包中包含了内部函数的代码，以及所需外部函数中的变量的引用。其中所引用的变量称作上值(upvalue)。 https://zh.wikipedia.org/wiki/%E9%97%AD%E5%8C%85_(%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6)

事实上，你可能在JavaScript那里看到过闭包，闭包在JavaScript是非常重要的常见高级特性。我们可以来复习一下： http://blog.csdn.net/solo95/article/details/70706623

惰性计算

讲Python惰性序列时，讲到过惰性计算，在来复习一下： http://blog.csdn.net/solo95/article/details/78834041

Python中的闭包与惰性计算

闭包的基础是，语言层面要允许函数嵌套，即一个函数体里可以再包含了另一个一个函数，并且允许将函数作为返回值返回出去(这点也说明支持闭包的语言中，函数是对象的一种)。Python具备这些性质，因此也是支持闭包的语言。闭包在Python中的使用和JavaScript不同，闭包在Python中的出现强调延迟得到结果，这点与惰性计算的特点相契合。示例：

>>> def lazy_sum(*args):  #可变参数标准写法 前面的博客提到过
...     def sum():
...             res = 0
...             for i in args:
...                     res = res + i
...             return res
...     return sum
...
>>> lazy_sum(1, 2, 3, 4, 5)   #返回值是函数
<function lazy_sum.<locals>.sum at 0x04106198>
>>> func = lazy_sum(1, 2, 3, 4, 5)
>>> func()  #调用函数func时 lazy_sum()才真正执行
15
>>>
#闭包结构：
#内部函数sum引用了外部函数lazy_sum的参数和局部变量
#lazy_sum以函数sum作为返回值
#返回时，相关参数和变量都存储在sum中

需要注意的地方

每次调用lazy_sum, 返回的是一个不同的sum对象
多次调用lazy_sum，上次调用的结果不会影响下一次
返回函数不要引用值会发生改变的变量

#!usr/bin/env python3
# _*_coding: utf-8 _*_
def count1():
    fs = []
    for i in range(1, 4):    #i是闭包结构中的变量，被count1中的fs所引用 
        def f():
            return i * i
        fs.append(f)
    return fs

f1, f2, f3 = count1()

print(f1())
print(f2())
print(f3())
#结果
9
9
9
#由于惰性计算的原因 for循环执行完毕i等于3的时候 f才执行 务必注意闭包函数的执行时机
#解决方法 将for循环和square函数分隔开 并将循环变量做为参数传入
def count2():
    def f(j):
        def g():
            return j * j
        return g
    fs = []
    for i in range(1, 4):
        fs.append(f(i))  #f(i)被立即执行 所以当前值被传入了f()
    return fs

f4, f5, f6 = count2()

print(f4())
print(f5())
print(f6())
#结果
1
4
9

以上例子来自廖雪峰的Python教程，原帖是介绍函数作为返回值的： https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431835236741e42daf5af6514f1a8917b8aaadff31bf000#0