使用 lambda 和列表理解时的延迟评估 [重复]答案

【问题标题】：Lazy evaluation when use lambda and list comprehension [duplicate]使用 lambda 和列表理解时的延迟评估 [重复]
【发布时间】：2018-10-31 15:10:20
【问题描述】：

这是示例 python 代码。

f_list = [lambda x : x ** i for i in range(5)]
[f_list[j](10) for j in range(5)]

我认为输出应该是：

[10, 100, 1000, 10000]

但我得到了这个：

[10000, 10000, 10000, 10000]

我想知道当我运行这段代码时实际发生了什么。以及与惰性求值有什么联系。

【问题讨论】：

在某处肯定有重复。简而言之，您的函数不是i 的闭包； f_list 中的每个函数都是 exact 相同的函数，其主体引用了一个全局变量 i，当函数被调用时会查找其值。
结果是[10000, 10000, 10000, 10000, 10000]
是的，因为列表中的每个函数在被调用时都会看到i == 4，因为这是列表理解分配给i 的最后一个值。在计算 lambda 表达式以生成函数时 i 的值是无关紧要的。
对于 Python 3（更正我的原始评论），i 不是全局变量，而是特定于列表理解但由所有函数共享的非局部变量
@AndyK 我只是忘记了“0”

【解决方案1】：

这是一个很好的例子，说明为什么柯里化是好的，你可以像这样柯里化你的函数来实现你的目标：

f_list = [(lambda y : lambda x : x ** y)(i) for i in range(5)]
r = [f_list[j](10) for j in range(5)]

结果将是：

=> [1, 10, 100, 1000, 10000]

柯里化：

理解 curry 对我来说是什么的简单方法是下一个，而不是给一个函数它需要的所有参数，你创建一个函数，它总是接收一个参数，然后返回另一个函数，它再次接受一个参数，并在最终函数中，使用所有参数进行所需的转换

一个小例子：

sum_curry = lambda x : lambda y : x + y

这里你有一个简单的求和函数，但是假设你想要函数 plus_one，好的，你可以像这样重用上面的函数：

plus_one = sum_curry(1)

【讨论】：