[TOC] # 函數作為返回值 高階函數除了可以接受函數作為參數外，還可以把函數作為結果值返回。 我們來實現一個可變參數的求和。通常情況下，求和的函數是這樣定義的： ~~~ def calc_sum(*args): ax = 0 for n in args: ax = ax + n return ax ~~~ 但是，如果不需要立刻求和，而是在后面的代碼中，根據需要再計算怎么辦？可以不返回求和的結果，而是返回求和的函數： ~~~ def lazy_sum(*args): def sum(): ax = 0 for n in args: ax = ax + n return ax return sum ~~~ 當我們調用lazy_sum()時，返回的并不是求和結果，而是求和函數： ~~~ >>> f = lazy_sum(1, 3, 5, 7, 9) >>> f <function lazy_sum.<locals>.sum at 0x101c6ed90> ~~~ 調用函數f時，才真正計算求和的結果： ~~~ >>> f() 25 ~~~ 在這個例子中，我們在函數`lazy_sum`中又定義了函數sum，并且，內部函數sum可以引用外部函數`lazy_sum`的參數和局部變量，當`lazy_sum`返回函數sum時，相關參數和變量都保存在返回的函數中，這種稱為“閉包（Closure）”的程序結構擁有極大的威力。 請再注意一點，當我們調用`lazy_sum()`時，每次調用都會返回一個新的函數，即使傳入相同的參數： ~~~ >>> f1 = lazy_sum(1, 3, 5, 7, 9) >>> f2 = lazy_sum(1, 3, 5, 7, 9) >>> f1==f2 False ~~~ f1()和f2()的調用結果互不影響 # 閉包 注意到返回的函數在其定義內部引用了局部變量args，所以，當一個函數返回了一個函數后，其內部的局部變量還被新函數引用，所以，閉包用起來簡單，實現起來可不容易。 另一個需要注意的問題是，返回的函數并沒有立刻執行，而是直到調用了f()才執行。我們來看一個例子： ~~~ def count(): fs = [] for i in range(1, 4): def f(): return i*i fs.append(f) return fs f1, f2, f3 = count() ~~~ 在上面的例子中，每次循環，都創建了一個新的函數，然后，把創建的3個函數都返回了。 你可能認為調用f1()，f2()和f3()結果應該是1，4，9，但實際結果是： ~~~ >>> f1() 9 >>> f2() 9 >>> f3() 9 ~~~ 全部都是9！原因就在于返回的函數引用了變量i，但它并非立刻執行。等到3個函數都返回時，它們所引用的變量i已經變成了3，因此最終結果為9 **返回閉包時牢記一點：返回函數不要引用任何循環變量，或者后續會發生變化的變量** 如果一定要引用循環變量怎么辦？方法是再創建一個函數，用該函數的參數綁定循環變量當前的值，無論該循環變量后續如何更改，已綁定到函數參數的值不變： ~~~ def count(): def f(j): def g(): return j*j return g fs = [] for i in range(1, 4): fs.append(f(i)) # f(i)立刻被執行，因此i的當前值被傳入f() return fs ~~~ 再看看結果： ~~~ >>> f1, f2, f3 = count() >>> f1() 1 >>> f2() 4 >>> f3() 9 ~~~ 缺點是代碼較長，可利用lambda函數縮短代碼 ## 使用外函數變量 ~~~ x = 300 def test1(): x = 200 def test2(): nonlocal x print("---1---x=%d" % x) x = 100 print('---2---x=%d' % x) return test2 t1 = test1() t1() ~~~ 需要加nonlocal 如果是全局變量,那就需要加global