闭包是函数与其定义时词法环境的绑定，体现“状态与行为统一”；它使函数携带固定自由变量，实现受控有状态、高阶函数定制化及柯里化，本质是λ演算中函数抽象的运行时具象化。
闭包不是“函数套函数”这么表面，而是函数式编程中“状态与行为绑定”的自然结果。它体现的是：函数不只是动作，还携带了它诞生时的上下文。
闭包 = 函数 + 词法环境
在函数式思维里，函数是头等公民，而变量绑定发生在定义时刻（词法作用域），不是调用时刻。闭包正是这种静态绑定的体现——内部函数记住了它被定义时外部作用域里的变量值和引用关系。
- 比如
makeAdder(3)返回一个加 3 的函数，这个函数不是“知道要加 3”，而是“自带 3 这个数”，3 被封进它的环境里，不可篡改也不依赖全局 - 这不同于面向对象中把数据塞进
this，也不同于传参——参数每次调用都可能不同，而闭包捕获的自由变量，在创建那一刻就固定下来
闭包让“无状态”变成“有状态但受控”
纯函数要求相同输入永远返回相同输出，不依赖外部可变状态。闭包绕开了“全局可变”陷阱，提供了一种轻量、局部、可复用的状态封装方式。
- 计数器
let counter = makeCounter()每次调用counter()都递增，但counter自身不暴露count变量，外界无法重置或读取它 - 这种“隐藏状态 + 公开接口”的模式，就是函数式里模拟私有字段的方式，比 class 更底层、更组合友好
闭包是高阶函数协作的基础
函数式编程大量依赖函数作为参数或返回值。没有闭包，高阶函数就只能处理静态逻辑；有了闭包，才能生成定制化行为。
-
map、filter传入的回调函数，如果需要访问外部配置（如阈值、单位、格式），靠闭包最自然：filterByMin(10)返回一个闭包，内部记住10，后续对任意数组都按此过滤 - 柯里化（currying）本质上就是靠闭包逐步固化参数，把
f(a,b,c)变成f(a)(b)(c)，每一步返回的都是带前序参数的闭包
闭包不是语法糖，是作用域的具象化
从 λ 演算看，函数抽象（λx.M）天然绑定其自由变量所在环境。现代语言实现闭包，其实是忠实还原了这个数学本质：一个函数值 = 行为表达式 + 它所依赖的自由变量映射表。
- Python 的
__closure__、JavaScript 的[[Scopes]]内部属性，都是这个映射表的运行时表示 - 当你说“这个函数记住了外面的变量”，其实是在说：它的闭包单元里存着指向那些变量的引用，而不是拷贝值（除非显式复制）
