cari
Rumahpembangunan bahagian belakangTutorial PythonMengapa Fungsi yang Ditakrifkan dalam Gelung Selalunya Mengembalikan Nilai yang Sama, dan Bagaimanakah Ini Boleh Dibetulkan?

Why Do Functions Defined in Loops Often Return the Same Value, and How Can This Be Fixed?

Mencipta Fungsi Dalam Gelung: Menangani Isu Pengikatan Lewat

Apabila cuba mentakrifkan fungsi individu dalam gelung, adalah perkara biasa untuk menghadapi isu di mana semua fungsi mengembalikan nilai yang sama walaupun bertujuan untuk mewakili hasil yang unik. Fenomena ini, yang dikenali sebagai pengikatan lewat, berlaku kerana fungsi tidak menerima hujahnya sehingga ia dipanggil.

Pertimbangkan contoh berikut menggunakan gelung for:

functions = []
for i in range(3):
    def f():
        return i
    functions.append(f)

Seperti yang ditulis, setiap fungsi mencari nilai sepadan i pada masa ia dipanggil. Walau bagaimanapun, selepas gelung telah dilaksanakan, semua fungsi akan merujuk nilai akhir i (2), menghasilkan output berikut:

print([f() for f in functions])
# Expected: [0, 1, 2]
# Actual: [2, 2, 2]

Penyelesaian: Menguatkuasakan Pengikatan Awal

Untuk menangani isu ini, anda perlu memaksa pengikatan awal dengan memberikan hujah kepada fungsi pada masa definisi dan bukannya masa panggilan. Ini boleh dicapai dengan menambahkan argumen lalai pada definisi fungsi:

functions = []
for i in range(3):
    def f(i=i):
        return i
    functions.append(f)

Argumen lalai (dalam kes ini, i=i) dinilai apabila fungsi ditakrifkan, bukan apabila ia dipanggil. Ini memastikan setiap fungsi mengekalkan nilai hujah uniknya, menghasilkan output yang diingini:

print([f() for f in functions])
# Output: [0, 1, 2]

Pendekatan Alternatif Menggunakan Penutupan

Jika timbul kebimbangan terhadap potensi hujah tambahan untuk dihantar ke fungsi, pendekatan yang lebih terperinci boleh dilaksanakan menggunakan penutupan:

def make_f(i):
    def f():
        return i
    return f

Dalam ini senario, kilang fungsi (make_f) dicipta. Dalam gelung, fungsi yang dikembalikan daripada make_f diberikan kepada pembolehubah f dan bukannya memanggil def f(): secara langsung. Pendekatan ini menjamin bahawa setiap fungsi mengekalkan nilai hujah eksklusifnya, seperti dalam penyelesaian pengikatan awal.

Atas ialah kandungan terperinci Mengapa Fungsi yang Ditakrifkan dalam Gelung Selalunya Mengembalikan Nilai yang Sama, dan Bagaimanakah Ini Boleh Dibetulkan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Bagaimanakah pilihan antara senarai dan tatasusunan memberi kesan kepada prestasi keseluruhan aplikasi Python yang berurusan dengan dataset yang besar?Bagaimanakah pilihan antara senarai dan tatasusunan memberi kesan kepada prestasi keseluruhan aplikasi Python yang berurusan dengan dataset yang besar?May 03, 2025 am 12:11 AM

Forhandlinglargedatasetsinpython, usenumpyarraysforbetterperformance.1) numpyarraysarememory-efisien danfasterfornumumerical.2) mengelakkan yang tidak dapat dipertahankan.3)

Jelaskan bagaimana memori diperuntukkan untuk senarai berbanding tatasusunan dalam Python.Jelaskan bagaimana memori diperuntukkan untuk senarai berbanding tatasusunan dalam Python.May 03, 2025 am 12:10 AM

Inpython, listsusedynamicMemoryAllocationwithover-peruntukan, pemecahan yang tidak dapat dilaksanakan.1) listsallocatemoremoremorythanneedinitial, resizingwhennessary.2) numpyarraysallocateExactMemoreForelements, menawarkanpredictableSabeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeat.

Bagaimana anda menentukan jenis data elemen dalam array python?Bagaimana anda menentukan jenis data elemen dalam array python?May 03, 2025 am 12:06 AM

Inpython, YouCansspectHedatypeyFeleMeremodelerernspant.1) Usenpynernrump.1) usenpynerp.dloatp.ploatm64, formor preciscontrolatatypes.

Apa itu Numpy, dan mengapa penting untuk pengkomputeran berangka dalam Python?Apa itu Numpy, dan mengapa penting untuk pengkomputeran berangka dalam Python?May 03, 2025 am 12:03 AM

Numpyisessentialfornumericalcomputinginpythonduetoitsspeed, ingatanefisiensi, dancomprehensivemathematicalfunctions.1) it'sfastbeCauseitperformsoperatiation

Bincangkan konsep 'peruntukan memori bersebelahan' dan kepentingannya untuk tatasusunan.Bincangkan konsep 'peruntukan memori bersebelahan' dan kepentingannya untuk tatasusunan.May 03, 2025 am 12:01 AM

Contiguousmemoryallocationiscialforarraysbecauseitallowsficientandfastelementaccess.1) itenablesconstantTimeAccess, O (1), duetodirectaddresscalculation.2) itimproveScheFiCiencyBymultmulteLemiSphetfespercacheline.3)

Bagaimana anda memotong senarai python?Bagaimana anda memotong senarai python?May 02, 2025 am 12:14 AM

Slicingapythonlistisdoneusingthesyntaxlist [Mula: berhenti: langkah] .here'showitworks: 1) startistheindexofthefirstelementtoinclude.2) stopistheindexofthefirstelementToexclude.3)

Apakah beberapa operasi biasa yang boleh dilakukan pada array numpy?Apakah beberapa operasi biasa yang boleh dilakukan pada array numpy?May 02, 2025 am 12:09 AM

NumpyallowsforvariousoperationsonArrays: 1) BasicarithmeticLikeaddition, penolakan, pendaraban, danDivision; 2) Pengerjaan AdvancedSuchasmatrixmultiplication; 3) Element-WiseOperationswithoutExplicitLoops;

Bagaimana tatasusunan digunakan dalam analisis data dengan python?Bagaimana tatasusunan digunakan dalam analisis data dengan python?May 02, 2025 am 12:09 AM

Arraysinpython, terutamanya yang ada, adalah, penawaran yang ditawarkan.1) numpyarraysenableFandlingoflargedataSetsandClexPleperationsLikemovingAverages.2)

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

Persekitaran pembangunan bersepadu PHP yang berkuasa

MinGW - GNU Minimalis untuk Windows

MinGW - GNU Minimalis untuk Windows

Projek ini dalam proses untuk dipindahkan ke osdn.net/projects/mingw, anda boleh terus mengikuti kami di sana. MinGW: Port Windows asli bagi GNU Compiler Collection (GCC), perpustakaan import yang boleh diedarkan secara bebas dan fail pengepala untuk membina aplikasi Windows asli termasuk sambungan kepada masa jalan MSVC untuk menyokong fungsi C99. Semua perisian MinGW boleh dijalankan pada platform Windows 64-bit.

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

EditPlus versi Cina retak

EditPlus versi Cina retak

Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod