为什么用 lambda 包装函数修复堆栈溢出？答案

【问题标题】：Why does wrapping a function with a lambda fix stack overflow?为什么用 lambda 包装函数修复堆栈溢出？
【发布时间】：2023-03-03 01:12:01
【问题描述】：

如果 expression 计算结果为一个参数的函数，我会认为 lambda x: (expression)(x) 与 expression em> - 但实际上并非如此。考虑 Y 组合子的以下两个定义：

def Y1(F):
    left = lambda x: x(x)
    right = lambda x: F(x(x))
    return left(right)

def Y2(F):
    left = lambda x: x(x)
    right = lambda x: lambda y: (F(x(x)))(y)
    return left(right)

Y2 实际上按预期工作，但调用 Y1 会引发堆栈溢出。为什么会有这种行为差异？

【问题讨论】：

一个函数通过一个参数泛化表达式从一个表达式中抽象出来。这样的表达式仅在提供参数时才被评估，即它被延迟评估。添加一个冗余的 lambda 函数正是这种效果。这种技术称为eta abstraction，用于严格评估的语言中以引入惰性。

标签： python lambda functional-programming stack-overflow y-combinator

【解决方案1】：

不，lambda x: (expression)(x) 与 expression 不同。

这是一个将在调用时返回expression结果的函数，不像expression会立即返回其结果。

结果如何？它是一个参数的函数。但它还不存在。它需要构建，计算。这就是expression 正在做的事情。它计算代表“下一个”递归调用的递归函数，可能需要由 Y 组合器构造的递归函数完成。

Y1 试图过早、太快、太急切地找到right 的值——它试图在在返回计算的递归函数之前这样做。因此永远不会返回，因为Y1 总是在返回前一个递归函数之前尝试计算下一个递归函数，以便可以调用它。

但是Y2构造了递归函数，将在需要it时计算下一个递归函数；但还没有，不是“现在”。它将其构造为 lambda 函数，它延迟实际计算。 lambda 函数的构造是一个简单的一步过程，快速完成，然后返回计算出的递归函数，因此可以使用它——并且只有当/当 it 确定下一个需要执行层级的递归调用，它会在那个时间点调用那个lambda来构造那个那个时间点的下一个递归函数 em>，即在调用它之前。

不像Y1 试图做的那样提前方式。

【讨论】：