Python小白学习教程从入门到入坑------第二十课 闭包修饰器（语法基础）

一、递归函数

1.1 基本信息

递归函数是指一个函数在其定义中直接或间接地调用了自身

递归在解决许多问题（如树的遍历、图的搜索、数学中的分治算法等）时非常有用

在Python中，递归函数可以通过简单的语法来实现

然而，使用递归时需要小心，以避免导致无限递归（栈溢出）或性能低下的问题

1.2 递归函数使用条件

1、明确的结束条件
2、每进行更深一层的递归时，问题规模相比上次递归都要有所减少
3、相邻两次重复之间有紧密的联系

eg1：分别用普通函数和递归函数来实现计算1-100累加和

普通函数：

def add():s = 0for i in range(1,101):s += iprint(s)
add ()
# 输出结果：5050

递归函数：

def add2(n):   # 要累加到第n项# 如果是1，就返回1  ---明确的结束条件if n == 1:return 1# 如果不是1，重复执行累加并返回结果return n + add2(n-1)
print(add2(100))
# 输出结果：5050

eg2：斐波那契数列（1，1，2，3，5，8，13...）

规律：从第三项开始，每一项都等于前两项之和，即 n = （n-2）+ （n-1)

n：当前项         n-1：前一项       n-2：前两项

def funa(n):    # n代表第n项if n <= 1:return nreturn funa(n-2)+funa(n-1)
print(funa(5))
# 输出结果：5

1.3 递归函数的优缺点

优点：简洁、逻辑清晰、解题更具有思路

缺点：使用递归函数时，需要反复调用函数，耗内存，运行效率低（用循环容易解决的问题，首选循环）

二、闭包

2.1 含义&使用条件

含义:在嵌套函数的前提下，内部函数使用了外部函数的变量，而且外部函数返回了内部函数，我们就把使用了外部函数变量的内部函数称为闭包

在Python中，闭包（Closure）是指一个函数对象，它记住了其创建时的环境（即外部作用域中的变量）。即使这个函数对象被传递到其他地方调用，它仍然可以访问这些外部变量。闭包的一个常见用途是创建带有私有变量的函数工厂或数据封装

使用前提条件：

1、嵌套函数：闭包通常涉及嵌套函数，即在一个函数内部定义另一个函数

2、非局部变量：内部函数可以访问外部函数的局部变量（这些变量在外部函数返回后通常会被销毁，但由于闭包的存在，它们被保留了下来）

3、返回内部函数：外部函数返回内部函数对象，这个返回的函数对象就是闭包

eg1：

def outer():      # 外层函数n = 10        # 外层函数的局部变量def inner():  # 内层函数print(n)  # 内层函数使用外层函数的局部变量# 外层函数的返回值是内层函数的函数名return inner
# print(outer()) # 返回的是内部函数的内存地址# 第一种调用写法
outer()()   # 输出结果：10# 第二种调用写法
ot = outer()  # 调用外函数
ot()          # 调用内函数
# 输出结果：10

eg2：

def outer(m):       # 外函数，m是形参，也是外函数的局部变量n = 10def inner():    # 内函数print("计算结果：",m+n)return inner    # 返回函数名，而不是inner(),因为inner函数里面参数比较多时或者说受限制时，写法不太规范
ot = outer(20)      # 调用外函数
ot()                # 调用内函数
# 输出结果：计算结果： 30

2.2 函数引用

eg1：

def funa():print(123)
print(funa)    # 输出内容：<function funa at 0x00000265916D6948>： 函数名里面保存了函数所在位置的引用
# id():判断两个变量是否是同一个值的引用
a = 1   # a只不过是一个变量名，存的是1这个数值所在的地址，就是a里面存了数值1的引用
print(a)   # 1
print(id(a))  # 输出内容：140720708025408
a = 2    # 修改a，生成了新的值，重新赋值给变量a
print(id(a))  # 输出内容：140720708025440

eg2：

def test1():    # test1也只不过是一个函数名，里面存了这个函数所在位置的引用print("这是test函数")
test1()
print(test1)  # 内存地址（引用）
te = test1
te()  # 通过引用调用函数

每次开启内函数都在使用同一份闭包变量：

eg:

def outer(m):print("outer()函数中的值:",m)def inner(n):print("inner()函数中的值:",n)return m+n #在inner函数中返回mtn的值return inner
ot=outer(10)#调用外的数，给outer()传值
# print(ot)
# 第一次调用内函数，给inner()函数传值
print(ot(20))     # 调用内函数，给inner()传值   10+20
# 输出结果：
# outer()函数中的值: 10
# inner()函数中的值: 20
# 30
# 第二次调用内函数
print(ot(40))    # 10+40
# 第三次调用内函数
print(ot(80))    # 10+80

总结:使用闭包的过程中，一旦外函数被调用一次，返回了内函数的引用，虽然每次调用内函数，会开启一个函数，执行后消亡但是闭包变量实际上只有一份，每次开启内函数都在使用同一份闭包变量

三、装饰器

3.1 装饰器基础

在 Python 中，装饰器（decorator）是一种用于修改或扩展函数或方法行为的高级功能。它们本质上是一个函数，它接受一个函数作为参数，并返回一个新的函数。装饰器使用@语法糖来应用 

装饰器非常有用，特别是当你需要在不修改原有函数代码的情况下，为其添加额外的功能（如日志记录、性能计时、权限检查等）时

下面是一个简单的装饰器示例，它用于计算函数的执行时间：

import time  def timing_decorator(func):  def wrapper(*args, **kwargs):  start_time = time.time()  result = func(*args, **kwargs)  end_time = time.time()  elapsed_time = end_time - start_time  print(f"Function {func.__name__} executed in {elapsed_time:.4f} seconds")  return result  return wrapper  @timing_decorator  
def some_function(seconds):  print(f"Sleeping for {seconds} seconds...")  time.sleep(seconds)  print("Done sleeping!")  # 使用装饰器  
some_function(2)

在这个例子中：

timing_decorator 是一个装饰器函数，它接受一个函数 func 作为参数

wrapper 是装饰器内部定义的函数，它包裹了 func，并添加了计时功能 

*args 和 **kwargs 允许 wrapper 函数接受任意数量和类型的参数，并将它们传递给 func

在 wrapper 函数中，我们首先记录开始时间，然后调用 func 并保存其结果

接着，我们记录结束时间，计算并打印函数执行的时间

最后，wrapper 函数返回 func 的结果

通过使用 @timing_decorator 语法，我们轻松地将 timing_decorator 应用于 some_function，无需修改 some_function 的代码

3.2 带有参数的装饰器

装饰器本身也可以接受参数。为了实现这一点，可以使用嵌套函数：

def repeat_decorator(num_times):  def decorator_func(func):  def wrapper(*args, **kwargs):  for _ in range(num_times):  result = func(*args, **kwargs)  return result  return wrapper  return decorator_func  @repeat_decorator(3)  
def greet(name):  print(f"Hello, {name}!")  # 使用装饰器  
greet("Alice")

在这个例子中，repeat_decorator 接受一个参数 num_times，并返回一个真正的装饰器函数 decorator_func。decorator_func 接受一个函数 func 并返回包裹 func 的 wrapper 函数

3.3 保留函数元数据 

在装饰器内部定义的 wrapper 函数通常会覆盖被装饰函数的元数据（如 __name__ 和 __doc__）

为了保留这些元数据，可以使用 functools.wraps 装饰器：

eg:

from functools import wraps  def my_decorator(func):  @wraps(func)  def wrapper(*args, **kwargs):  print(f"Calling {func.__name__}")  result = func(*args, **kwargs)  print(f"{func.__name__} returned {result}")  return result  return wrapper  @my_decorator  
def add(a, b):  """Return the sum of a and b."""  return a + b  print(add.__name__)  # 输出: add  
print(add.__doc__)   # 输出: Return the sum of a and b.

functools.wraps 装饰器确保了 wrapper 函数保留了 func 的名称和文档字符串等元数据

今天的分享就到这里了，希望能帮助到大家~