1高阶函数

1.1 数学概念回顾下数学知识：

y=f(x) 这是最开始接触的普通函数

y=g(f(x)) 这个就是我们接触到的高阶函数

在数学和计算机科学中，高阶函数至少应当是满足下面一个条件的函数：

1)接受一个或者多个函数作为参数

2)输出一个函数

程序中我们的高阶函数也类似

示例计数器的函数：def counter(base):

def inc(step=1):

nonlocal base

base += step

return base

return inc

1.2 内建函数应用高阶函数举例

sorte(iterable,key) 排序,返回一个列表

filter(function, iterable) 过滤可迭代对象的元素，返回一个迭代器

map(function, *iterable) -->map object 对多个可迭代对象的元素按照指定的函数进行映射，返回一个迭代器

2 装饰器

2.1 自定义高阶函数

2.1.1 柯里化Currying

自定义高阶函数前，先了解下柯里化Currying：

柯里化：指的是将原来接受两个参数的函数变成新的接收一个参数的函数,新的函数返回一个以原有第二个参数为参数的函数

z = f(x, y)转换成z=f(x)(y)

通过嵌套函数就可以把函数转换成柯里化函数

举例def add(x,y):

return x+y

改变后def add(x):

def _add(y):

nonlocalt x

retrun x+y

return _add

这就是一个简单的高阶函数

2.2 高阶函数应用--装饰器

引入：

存在一个add函数。def add(x, y):

return x + y

这个add()太low了，我需要增强他的功能，譬如加入信息输出功能：def add(x, y):

print("call add, {}+{}".format(x,y))

return x + y

上面的加法函数实现我的需求，但还是不够好，存在以下缺点：

1)打印语句的耦合太高。

2)add()属于业务功能，而输出信息属于非业务功能代码，类似日志的东东，放在add()函数不太合适。

那么改进下：def add(x, y):

return x + y

def logger(fn):

print("开始业务执行")

x = fn(4, 5)

print("执行结束，结果:", x)

print(logger(add))

好了一些，那继续改进def add(x,y):

return x+y

def logger(fn,x,y):

print("开始业务执行")

ret = fn(x,y)

print("执行结束",)

return ret

改进后，fn的参数仍受限制，只能针对含有两个参数的add,我想让logger适用的范围更大一些，譬如我有一个sum(x,y,z)

继续改进def logger(fn,*args,**kwargs):

print("开始业务执行")

ret = fn(*args,**kwargs)

print("执行结束")

return ret

这个时候，进行柯里化def logger(fn):

def _logger(*args, **kwargs):

print('before')

ret = fn(*args, **kwargs)

print('after')

return ret

return _logger

# 如下调用

add = logger(add) # 因为函数调用的关系，参数add的引用用在函数内部保存

add(4, 5) # 调用的是内部保存的add引用，而非原本的add函数

Python将其改进为装饰器def logger(fn):

def _logger(*args, **kwargs):

print('before')

ret = fn(*args, **kwargs)

print('after')

return ret

return _logger

@logger

def add(x,y):

return x+y

print(add(4, 10))

装饰器是高阶函数一个重要应用，是对传入函数的功能装饰或者是功能增强。