当前位置： 首页 > news >正文

网站建设预招标,永久免费空间免备案,wordpress采集功能,动画制作app目录 1、前言 2、什么是函数式编程 2.1、函数是一等公民 2.2、避免状态和可变数据 3、函数式编程的核心概念 3.1、高阶函数 3.2、Lambda#xff08;匿名函数#xff09; 3.3、递归 尾递归优化 3.4、functools模块 3.4.1、partial 3.4.2、reduce 3.4.3、lru_…目录 1、前言 2、什么是函数式编程 2.1、函数是一等公民 2.2、避免状态和可变数据 3、函数式编程的核心概念 3.1、高阶函数 3.2、Lambda匿名函数 3.3、递归 尾递归优化 3.4、functools模块 3.4.1、partial 3.4.2、reduce 3.4.3、lru_cache 3.4.4、wraps 4、函数式编程的实际应用 4.1、函数式编程风格的代码 4.2、不可变性和线程安全性 5、小结 1、前言 在《04.函数》一文中介绍了Python中的函数以及函数的基础使用。函数是Python内建支持的一种封装我们通过把大段代码拆成函数通过一层一层的函数调用就可以把复杂任务分解成简单的任务这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。而函数式编程Functional Programming是一种抽象程度很高的编程规范。 2、什么是函数式编程 函数式编程是一种编程范式它将计算视为数学函数的评估并避免改变状态和可变数据。它是一种抽象程度很高的编程范式纯粹的函数式编程语言编写的函数没有变量因此任意一个函数只要输入是确定的输出就是确定的这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言由于函数内部的变量状态不确定同样的输入可能得到不同的输出因此这种函数是有副作用的。 函数式编程的一个特点就是允许把函数本身作为参数传入另一个函数还允许返回一个函数在函数式编程中函数是一等公民允许其作为参数传递、赋值给变量以及作为函数的返回值。 2.1、函数是一等公民 在Python中函数是一等公民这意味着函数可以被赋值给变量作为参数传递给其他函数以及作为函数的返回值。 def square(x):return x ** 2# 函数赋值给变量 f square# 函数作为参数传递 def apply_func(func, x):return func(x)result apply_func(f, 5) # 结果为252.2、避免状态和可变数据 函数式编程鼓励使用不可变数据和避免副作用。这有助于减少程序的复杂性和提高代码的可维护性。

不可变数据

immutable_list (1, 2, 3)# 避免副作用 def add_to_list(element, lst):return lst [element]original_list [1, 2, 3] new_list add_to_list(4, original_list) # new_list为[1, 2, 3, 4]3、函数式编程的核心概念 从上面的例子可以看出编写高阶函数就是让函数的参数能够接收别的函数。把函数作为参数传入这样的函数称为高阶函数函数式编程就是指这种高度抽象的编程范式。 3.1、高阶函数 高阶函数是函数式编程的基石它们可以接受一个或多个函数作为参数并/或返回一个新的函数。Python中内置了很多高阶函数如map/reduce、filter、sorted等。 map函数是一个高阶函数将函数应用于可迭代对象的每个元素。 if name main:numbers [1, 2, 3, 4]squared map(lambda x: x ** 2, numbers) # 结果为[1, 4, 9, 16]print(list(squared)) reduce函数用于累积可迭代对象的元素把一个函数作用在一个序列[x1, x2, x3, …]上这个函数必须接收两个参数reduce把结果继续和序列的下一个元素做累积计算。 from functools import reduceif name main:numbers [1, 2, 3, 4]total reduce(lambda x, y: x y, numbers) # 结果为123410print(total) filter函数用于过滤可迭代对象的元素。 if name main:numbers [1, 2, 3, 4, 5, 6]even_numbers filter(lambda x: x % 2 0, numbers) # 结果为[2, 4, 6]print(list(even_numbers)) 3.2、Lambda匿名函数 Lambda函数是一种简洁的函数定义方式通常用于临时需要一个简单函数的情况。当我们在传入函数时有些时候不需要显式地定义函数直接传入匿名函数更方便。在Python中对匿名函数提供了有限支持。就像前面filter函数中的lambda x: x % 2 0该匿名函数实际上是 def func(x):return x % 2 0 其中关键字lambda表示匿名函数冒号前面的x表示函数参数。匿名函数有个限制就是只能有一个表达式不用写return返回值就是该表达式的结果。用匿名函数有个好处因为函数没有名字不必担心函数名冲突。此外匿名函数也是一个函数对象也可以把匿名函数赋值给一个变量再利用变量来调用该函数。如 if name main:# 使用lambda定义匿名函数multiply lambda x, y: x * yresult multiply(3, 4) # 结果为12print(result) 3.3、递归 尾递归优化 函数式编程中递归是一种强大的技术可以通过函数调用自身来解决问题。

阶乘的递归实现

def factorial(n):if n 0 or n 1:return 1else:return n * factorial(n - 1)在Python并不是尾递归优化的语言但你可以使用一些技巧来模拟尾递归优化如使用尾递归优化装饰器。 class TailRecursive:def init(self, func):self.func funcself.args Noneself.kwargs Nonedef call(self, *args, **kwargs):self.args argsself.kwargs kwargswhile self.args is not None:result self.func(*self.args, **self.kwargs)if callable(result):result()else:self.args Noneself.kwargs Nonereturn result# 使用尾递归优化装饰器 TailRecursive def factorial_tail_recursive(n, acc1):if n 0:return accelse:return factorial_tail_recursive(n - 1, n * acc)result factorial_tail_recursive(5) # 结果为1203.4、functools模块 functools 是 Python 标准库中的一个模块提供了一些与函数相关的高阶功能。它包含了一些用于函数操作的工具其中一些特别有用于函数式编程。上面介绍reduce方法时就已经有引入了该模块了。下面详细介绍几个常用方法更多具体的可以详细查看API。 3.4.1、partial 该函数用于部分应用partial application一个函数即固定函数的一些参数返回一个新的函数。 from functools import partialdef power(base, exponent):return base ** exponentsquare partial(power, exponent2) result square(4) # 结果为163.4.2、reduce 该函数通常用于对可迭代对象的所有元素进行累积操作。 from functools import reducenumbers [1, 2, 3, 4] product reduce(lambda x, y: x * y, numbers) # 结果为243.4.3、lru_cache 该函数用于实现缓存机制可以缓存函数的结果以避免重复计算。 from functools import lru_cachelru_cache(maxsizeNone) def fibonacci(n):if n 1:return nreturn fibonacci(n-1) fibonacci(n-2)3.4.4、wraps 该函数用于在装饰器中正确处理被装饰函数的元信息如文档字符串和函数名。 from functools import wrapsdef my_decorator(f):wraps(f)def wrapper(*args, **kwds):print(Calling decorated function)return f(*args, **kwds)return wrappermy_decorator def example():Docstringprint(Called example function)这些功能使得 functools 成为编写更加灵活和可维护的代码的有用工具。在函数式编程、装饰器和缓存等方面functools 提供了一些实用的功能。 4、函数式编程的实际应用 4.1、函数式编程风格的代码 函数式编程风格的代码通常更简洁、清晰具有更好的可读性。

命令式编程

result [] for number in numbers:result.append(number * 2)# 函数式编程 result map(lambda x: x * 2, numbers) 4.2、不可变性和线程安全性 函数式编程中的不可变性使得代码更容易在多线程环境中工作因为不需要担心共享状态的问题。

命令式编程

shared_state 0def increment_state():global shared_stateshared_state 1# 函数式编程 immutable_state 0def increment_state(state):return state 1 5、小结 本文Python中函数式编程的基础概念、语法和实际应用。通过深入理解和应用函数式编程你可以写出更具表达力、模块化和可维护性的代码。在实际项目中根据需要灵活选择编程范式将函数式编程的思想融入到你的Python代码中发挥Python强大而灵活的特性。