Python 闭包和装饰器

1、闭包

维基百科的定义

在计算机科学中，闭包（英语：Closure），又称词法闭包（Lexical Closure）或函数闭包（function closures），是在支持头等函数的编程语言中实现词法绑定的一种技术。闭包在实现上是一个结构体，它存储了一个函数（通常是其入口地址）和一个关联的环境（相当于一个符号查找表）。环境里是若干对符号和值的对应关系，它既要包括约束变量（该函数内部绑定的符号），也要包括自由变量（在函数外部定义但在函数内被引用），有些函数也可能没有自由变量。闭包跟函数最大的不同在于，当捕捉闭包的时候，它的自由变量会在捕捉时被确定，这样即便脱离了捕捉时的上下文，它也能照常运行。捕捉时对于值的处理可以是值拷贝，也可以是名称引用，这通常由语言设计者决定，也可能由用户自行指定（如C++）。

说人话

情景一：想要在函数外访问函数内部变量，通常是做不到的，例如

def fun1():
	i = 10
	return
print(i)  # 会报错

怎么实现这个功能呢？可以在函数里面再嵌套一层函数，把第一层函数的内部变量变成第二层函数的外部变量。

def outer():
	i = 10
	def inner():
		return i
	return inner

func1 = outer()  # 即 func1==inner
print(func1())  # 输出结果为10

因此内层函数对外层函数非全局变量的引用且外层函数返回内层函数的形式就构成 闭包 。

情景二：假设我们需要动态求解每日支出的平均数，第一天支出100元，第二天200元，第三天300元，要求每天求解一下之前所有支出的平均数，可以这样实现：

a_llist = []

def average(expend)
	a_list.append(expend)
	return sum(a_list)/len(a_list)

print(average(100))
print(average(200))
a_list = []  # 此时数据很容易被篡改
print(average(300))

但这样有个问题，因为a_list是全局变量，在程序任何地方都可以被修改，因此不能很好保护数据安全性和完整性，那么我们就可以使用闭包的一个特性，绑定自由变量和内层函数。

def outer():
	a_list = []
	def inner(expend):
		a_list.append(expend)
		return sum(a_list)/len(a_list)
	return inner
	
average = outer()
print(average(100))
print(average(200))
# a_list = []  此时数据不容易被篡改
print(average(300))

通过以上修改，变量a_list便可存在于内存之中并和函数average建立对应关系，即保护了数据安全（不容易被篡改）也保证可以在函数外部调用函数内部变量。

2、装饰器

装饰器是利用 闭包 特性实现的一个功能。假设我们现在有很多个功能性函数，我们想测试每个函数运行在时间，并在当前函数运行时进行提示，简单粗暴的方法是这样：

import time


def func1():
	start_time = time.time()
	...
	end_time = time.time()
	print(end_time-start_time)
	return

def func2():
	start_time = time.time()
	...
	end_time = time.time()
	print(end_time-start_time)
	return

func1()
func2()
...

但其实这样非常费时费力，如果我们不想计算某个函数的时间，就不得不重新注释掉加上去的代码，因此在遇到这种需要在不改变原函数程序的基础上增加新功能的方法就需要用到装饰器。

import time

def timeDecorate(func):
	def compute_time(*args, **kargs):  # *args和**kargs是函数可变参数
		start_time = time.time()
		func(*args, **kargs)  # 执行原函数功能
		end_time = time.time()
		print("time:", end_time-start_time)
	return compute_time

@timeDecorate
def func1():
	print("func1...")

@timeDecorate
def func2():
	print("func2...")
...

func1()
func2()
...

当然这只是对装饰器原理的简单理解，复杂的应用方法还有待补充。。。