木鸟杂记

分布式系统,数据库,存储

Python 闭包

python-learn.png

小引

以前学 js 的时候第一次见到闭包,当时不甚了了,还为了应付面试强行记住了一个模棱两可的“定义”:在函数中嵌套定义函数,并且在外层将内层函数返回,一同返回了外层函数的环境。当时从字面意思以及当时一个经典例子试图去理解闭包,加之”闭包”这个翻译也很不容易让人味出其中的道理,导致对其总感觉懵懵懂懂。最近工作需要,用起 python,又遇到闭包,这次看到了一些新奇有趣的资料,这才算大致把一些字面上的概念(first-class functions,bind,scope等等)贯通在一起,反过来对闭包有了更深的理解。

引用资料列在最后,十分推荐大家去读读。

作者:木鸟杂记 https://www.qtmuniao.com, 转载请注明出处

概要

计算机中有些英文专业词汇,字面直译,难免因缺少上下文而显得苍白拗口,须得多方铺垫,方能味得古怪下面的原理。闭包(closure)便是一个这样牵扯了许多上下文的概念,包括编程语言最基本的绑定(binding),环境(environments),变量作用域(scope)以及函数是第一等公民(function as the first-class)等等。

Binding(绑定)

在Python中,binding 是编程语言最基本的抽象手法,它将一个值绑定到一个变量上,并且稍后可以引用或者修改该变量。下面是几种不同层次的绑定,每组语句在运行时将一个名字与对应值绑定到其定义所在的环境中。

包括将名字绑定到一块内存,通过赋值语句实现,当然函数调用时,形参和实参结合也是绑定:

1
In [1]: square = 4

将名字绑定到一组复合运算,即函数定义,利用 def 关键字实现:

1
2
In [1]: def square(x):
return x*x

将名字绑定到一个数据集合,即类定义,使用 class 实现:

1
2
3
4
5
6
In [1]: class square:
def __init__(self, x):
self.x = x

def value(self):
return self.x * self.x

依照执行顺序,多次同名绑定,后面会覆盖前面

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
In [1]: square = 3

In [2]: square
Out[2]: 3

In [3]: def square(x):
...: return x * x
...:
...:

In [4]: square
Out[4]: <function __main__.square(x)>

In [5]: class square:
...: def __init__(self, x):
...: self.x = x
...:

In [6]: square
Out[6]: __main__.square

说这些都是抽象,是因为它们提供了对数据,复合操作或数据集合的封装手段,即将一个名称与复杂的数据或逻辑进行捆绑,使调用者不用关心其实现细节,并且以此来作为构建更复杂的工程的基本元素。可以说绑定是编程的基石。

回到本文的主题上来,闭包首先是函数,只不过是一种特殊的函数,至于这个特殊性在哪,等稍后引入更多概念后再进行阐述。

Scope (作用域)

scope(作用域),顾名思义,也就是某个binding 能罩多大的范围,或者说你可以在多大范围内访问一个变量。每个函数定义会构造一个局部定义域。

python,和大多数编程语言一样,使用的是静态作用域(static scoping,有时也称 lexical scoping)规则。在函数嵌套定义的时候,内层函数内可以访问外层函数的变量值。因此你可以把作用域想象成一个容器,即它是可以嵌套的,并且内层作用域会扩展外层作用域,而最外层作用域即全局作用域。

上一小节提到了,多次同名绑定,后面会覆盖前面,其实有隐含前提:在同一作用域内。如果是嵌套作用域,其实是隐藏的关系,内层函数的变量定义会遮蔽外层函数同一名字定义,但是在外层作用域中,该变量仍是原值:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
In [16]: a = 4

In [17]: def outer():
...: a = 5
...: print(a)
...: def inner():
...: a = 6
...: print(a)
...: inner()
...: print(a)
...:

In [18]: outer()
5
6
5

In [19]: print(a)
4

可以看出,作用域其实也可以从另一个角度理解,即我们在某个环境(environment)中,在确定一个name binding 值的时候,会从最内层作用域顺着往外找,找到的第一个该名字 binding 的对应的值即为该 name 引用到的值。

需要强调的时候,函数的嵌套定义会引起定义域的嵌套,或者说环境扩展(内层扩展外层)关系。类的定义又稍有不同,class 定义会引入新的 namespace,namespace 和 scope 是常拿来对比的概念,但这里按下不表,感兴趣的可以自己去查查资料。

说到这里,要提一下,一个常被说起的例子:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
In [50]: a = 4

In [51]: def test():
...: print(a) # 这里应该输出什么?
...: a = 5
...:

In [52]: test()
---------------------------------------------------------------------------
UnboundLocalError
Traceback (most recent call last)
<ipython-input-52-fbd55f77ab7c> in <module>()
----> 1 test()

<ipython-input-51-200f78e91a1b> in test()
1 def test():
----> 2 print(a)
3 a = 5
4

UnboundLocalError: local variable 'a' referenced before assignment

想象中,上面 print 处应该输出 4 或者 5 才对,为什么会报错呢?这是因为 test 函数在定义时候,分词器会扫一遍 test 函数定义中的所有 token,看到赋值语句 a=5 的存在,就会明确 a 是一个局部变量,因此不会输出4。 而在执行到 print(a) 的时候,在局部环境中,a 还未被binding,因此会报 UnboundLocalError

稍微探究一下,虽然 python 是解释执行的,即输入一句,解释一句,执行一句。但是对于代码块(即头部语句,冒号与其关联的缩进块所构成的复合语句(compound sentences),常见的有函数定义,类定义,循环语句等等)来说,还是会整体先扫一遍的。

First-Class Function(函数是第一等公民)

一般来说,组成编程语言的元素,如变量,函数和类,会被设定不同的限制,而具有最少限制的元素,被我们成为该编程语言中的一等公民。而一等公民最常见的特权有:

  1. 可以被binding到名字上
  2. 可以作为参数在函数中传递
  3. 可以作为返回值被函数作为结果返回
  4. 可以被包含在其他数据结构中

套用到python中的函数来说来说,即一个函数可以被赋值给某个变量,可以被函数接收和返回,可以定义在其他函数中(即嵌套定义):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
In [32]: def test():
...: print('hello world')
...:

In [33]: t = test # 赋值给变量

In [34]: t()
hello world

In [35]: def wrapper(func):
...: print('wrapper')
...: func()
...:

In [36]: wrapper(t) # 作为参数传递
wrapper
hello world

In [37]: def add_num(a):
...: def add(b): # 嵌套定义
...: return a + b
...: return add # 作为函数的返回值
...:
...:

In [38]: add5 = add_num(5)

In [39]: add5(4)
Out[39]: 9

并不是在所有语言中,函数都是一等公民,比如 Java,上面四项权利 Java 中的函数全都没有。

在这里,能够操作其他函数的函数(即以其他函数作为参数或者返回值的函数),叫做高阶函数。高阶函数使得语言的表达能力大大增强,但同时,也不容易用好。

Stack Call(栈式调用)

每个函数调用,会在环境中产生一个栈帧(frame),并且在栈帧中会进行一些绑定,然后压入函数调用栈中。在函数调用结束时,栈帧会被弹出,其中所进行的绑定也被解除,即垃圾回收,局部作用域也随之消亡。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
In [47]: def test():
...: x = 4
...: print(x)
...:

In [48]: test()
4

In [49]: x
---------------------------------------------------------------------------
NameError
Traceback (most recent call last)
<ipython-input-49-6fcf9dfbd479> in <module>()
----> 1 x

NameError: name 'x' is not defined

即在调用结束后,局部定义的变量 x 在外边是访问不到的。但是如之前例子 中,返回的 add 函数却引用了已经调用结束的 add_num 中的变量 a,怎么解释这种现象呢?可以记住一条,也是之前提到过的:

1
函数嵌套定义时,内部定义的函数所在的环境会自动扩展其定义所在环境

因此在外部函数返回后,返回的内部函数依然维持了其定义时的扩展环境,也可以理解为由于内部函数引用的存在,外部函数的环境中所有的 bindings 并没有被回收。

Closure(闭包)

千呼万唤始出来,以为高潮其实已结束。

闭包就是建立在前面的这些概念上的,上面提到的某个例子:

1
2
3
4
5
6
7
8
9
10
11
In [37]: def add_num(a): 
...: def add(b): # 嵌套定义
...: return a + b
...: return add # 作为函数的返回值
...:
...:

In [38]: add5 = add_num(5)

In [39]: add5(4)
Out[39]: 9

其实就是闭包。捡起之前伏笔,给出我对闭包的一个理解:它是一种高阶函数,并且外层函数(例子中的*add_num)将其内部定义的函数(add)作为返回值返回,同时由于返回的内层函数扩展了外层函数的环境(environment),也就是对其产生了一个引用,那么在调用返回的内部函数(add5*)的时候,能够引用到其(add)定义时的外部环境(在例子中,即 a 的值)。

结语

说了这么多,其实只是在逻辑层面或者说抽象层面去解释闭包是什么,跟哪些概念纠缠在一起。但这些其实都不本质,或者说依然是空中楼阁,如果想要真正理解闭包,可以去详细了解下 python 的解释执行机制,当然,那就是编译原理范畴的东西了。

参考

  1. cs61a 课程资料: composing programs,也是 SICP 一书的配套课程,书是神书,课程是好课程,资料更是有趣,不妨一读。
  2. 谷歌到的不错的文章: A Python Tutorial To Understanding Scopes and Closures

我是青藤木鸟,一个喜欢摄影、专注大规模数据系统的程序员,欢迎关注我的公众号:“木鸟杂记”,有更多的分布式系统、存储和数据库相关的文章,欢迎关注。 关注公众号后,回复“资料”可以获取我总结一份分布式数据库学习资料。 回复“优惠券”可以获取我的大规模数据系统付费专栏《系统日知录》的八折优惠券。

我们还有相关的分布式系统和数据库的群,可以添加我的微信号:qtmuniao,我拉你入群。加我时记得备注:“分布式系统群”。 另外,如果你不想加群,还有一个分布式系统和数据库的论坛(点这里),欢迎来玩耍。

wx-distributed-system-s.jpg