0|1陷阱?
学过函数的人一定听说过函数的默认参数,关于函数的默认参数,请看以下的例子:
def extendList(val, lst=[]): lst.append(val) return lst list1 = extendList(10) list2 = extendList(123, []) print('list1 = %s' % list1) print('list2 = %s' % list2)
打印的结果是 现在,我们将代码再添加一处,来看看最后的结果是什么:
def extendList(val, lst=[]): lst.append(val) return lst list1 = extendList(10) list2 = extendList(123, []) list3 = extendList('a') print('list1=%s' % list1) print('list2=%s' % list2) print('list3=%s' % list3)
当list1处调用函数时,10被加入了列表;list2处调用函数,123被加入到了新传入的列表中;最后到list3调用函数,应该将‘a’继续加入到列表中返回。因此得到的输出应该是:
# list1 = [10] # list2 = [233] # list3 = ['a']
0|1陷阱!
然而,实际的打印结果变成了:
陷阱之所以称之为陷阱,代表我们不能以普通的思维来看待它,通过查阅资料,得到以下的一句解释:
A new list is created once when the function is defined, and the same list is used in each successive call.
在定义函数时,Python的默认参数会被计算一次,而不是每次调用函数时(比如Ruby)。这意味着如果你使用一个可变的默认参数并对其进行改变,那么你将会直接修改该对象,该影响将一直延续到未来关于该函数的调用(在默认参数没有被重新赋其他值的情况下)。
众所周知,Python变量存储的是变量和值的引用关系,即实际变量对应一个内存地址。这意味着Python函数总是通过地址传递(传递参数)工作。调用函数时,不会将参数值复制到函数占位符。相反,我们将占位符指向变量本身。这有一个非常重要的结果:我们可以从函数内部更改变量的值。
0|1如何避开陷阱?
None通常是一个不错的选择:
def extendList(val, lst = None): if not lst: lst = [] lst.append(val) return lst
有时您可以专门利用此陷阱来维护函数调用之间的状态。这通常在编写缓存函数时完成。
参考资料:https://docs.python-guide.org/writing/gotchas/
http://blog.thedigitalcatonline.com/blog/2015/02/11/default-arguments-in-python/