第6章 抽象

本章会介绍如何将代码组织成函数，并会详细介绍函数的参数、作用域，以及递归在程序中的用途。

懒惰即美德（略）

抽象和结构（略）

创建函数

如下是一个简单的定义函数的例子：

def hello(name):
    print "Hello,", name, "!"

记录函数

如果在函数的开头写下字符串，字符串会被当作函数的一部分进行存储：

def  square(x):
    'Calculate the square of x'
    return x*x

文档字符串可以按照如下方式访问：

square.__doc__

内建函数help在命令行中非常有用，通过如下方式就可以得到关于函数的具体信息：

help(square)

无返回值的函数

虽然没有现实return内容，但是所有函数都返回了东西，当不需要它们返回值的时候它们返回None。

参数详解

值从哪里来

定义函数时候的参数叫做形式参数，调用函数时的参数叫做实际参数。

函数封装的例子

def try_to_change(n):
    n = 'Hello, Entity!'
name  = 'Hello, Gumby!'
try_to_change(name)
print name

$ python hello.py
Hello, Gumby!

看如上例子，我们发现，调用try_to_change后，值在内部发生了改变，但是并没有影响到外部的name。那么再看下面这个例子：

def change(n):
    n[0] = 'Mr.Gumby'
names = ['Mr.Entity', 'Mrs.Lucy']
change(names)
print names

$ python hello.py
['Mr.Gumby', 'Mrs.Lucy']

这里我们可以看到，列表在函数内的改变对外面的列表产生了影响，和前一个例子的区别就在于：第一个例子中，字符串是不可变的，函数内部进行赋值表示指向了一个新的字符串，而第二个例子则并没有改变之前的列表对象，只是改变之前列表的其中一个元素。如果要改变列表你可以直接将列表指向新的对象或者干脆指向None试试：

def change(n):
    n = None
names = ['Mr.Entity', 'Mrs.Lucy']
change(names)
print names

$ python hello.py
['Mr.Entity', 'Mrs.Lucy']

如下用例子告诉你：将代码抽象函数的好处（个人觉得例子还不错，费些周章看看最好手动实现一下还是值得的）。

现在嘉定要写一个根据firstname、middlename、lastname来查找联系人完整名字的程序。复习下前面学习到的知识，用最原始的方法构建一个程序：

contact_book = {}
contact_book["first"] = {}
contact_book["middle"] = {}
contact_book["last"] = {}
me = "Magnus Lie Hetland"

contact_book["first"]["Magnus"] = me
contact_book["middle"]["Lie"] = me
contact_book["last"]["Hetland"] = me

print contact_book['middle']['Lie']

$ python hello.py
Magnus Lie Hetland

如上代码可以实现功能，但是当需要添加多个用户到contact_book的时候，代码的冗长可想而知。

我们可以对所涉及的步骤进行简单的抽象：

contact_book = {} #定义姓名字典
init(contact_book) // #初始化结构
store(contact_book, "Magnus Lie Hetland") #存储单姓名记录
lookup(contact_book, 'middle', 'Lie') //查询符合条件的记录

如下是对关键代码的实现：

def init(book):
    book['first'] = {}
    book['middle'] = {}
    book['last'] = {}

def lookup(book, label, value):
    return book[label].get(value)

def store(book, full_name):
    names = full_name.split(' ')
    if len(names) == 2: names.append(1, ' ')
    labels = ['first', 'middle', 'last']
    for name, label in zip(names, labels):
        people = lookup(book, label, name)
        if people:
            people.append(full_name)
        else:
            book[label][name] = [full_name]

contact_book = {}
init(contact_book)
store(contact_book, "Magnus Lie Hetland")
store(contact_book, "Magnus Baz Hetland")
print lookup(contact_book, 'middle', 'Lie')
print lookup(contact_book, 'first', 'Magnus')


$ python hello.py
['Magnus Lie Hetland']
['Magnus Lie Hetland', 'Magnus Baz Hetland']

上述代码实现过程中可能有两点需要注意的，一个是book[label].get(value)直接写作book[label][value]是会报错的，因为可能键不存在；第二个是zip的运用，在构思程序的时候，需要比较名字的各个部分在book[‘first’]、book[‘middle’]、book[‘last’]是否存在，自己的代码实现可能会很丑陋，使用zip使这一处理变得简单了。

原书在该部分讨论的一个重点是，为什么要改变参数，如上例我们大概已经知道了，某些数据结构就是用来存储和被改变的；另外一些时候，传递进来的参数是不能改变的，这时候我们可以构建满足需求的结果返回出去即可。

关键字参数和默认值

前面一小节的例子中我们使用参数都是和位置关联的，调用的时候不能错乱了位置。Python还提供一种称作关键字参数的用法，除了不用记忆参数顺序外，还可以设置默认值:

def hello(greeting="Hello", name="World"):
    print greeting + ',', name

hello()
hello(name='MingZe')
hello(name="MingZe", greeting="Nice to meet you")

$ python hello.py
Hello, World
Hello, MingZe
Nice to meet you, MingZe    

收集参数

可以让用户提供任意数量的参数（所谓联合参数）也是Python函数的一个功能，看如下示例：

def print_params(*params):
    print params

print_params()
print_params("Hello")
print_params(1, 2, 3)

$ python hello.py
()
('Hello',)
(1, 2, 3)

还可以将普通的参数和联合参数混合使用：

def print_params(title, *params):
    print title, params

print_params("Params:", 1, 2, 3)

$ python hello.py
Params: (1, 2, 3)

要将关键字参数（key=value的形式）也收录到params中，需要使用**params,注意返回的结果是字典:

$ python hello.py
{'y': 2, 'x': 1, 'z': 3}

将几种参数方式混合起来使用：

def print_params(x, y=3, z=4, *pospar, **keypar):
    print x, y, z
    print pospar
    print keypar

print_params(1, 2, 3, 4, 5, 6, 7, foo=1, bar = 2)

$ python hello.py
1 2 3
(4, 5, 6, 7)
{'foo': 1, 'bar': 2}

学习过了联合参数的使用以后，再回到上面想过的存储个人姓名的程序，就可以通过 *full_names 来一次存储多个姓名了。

反转过程

在上节中我们在函数定义中使用了 *params,然后实际调用的时候传递多个参数，比如1，2，3,参数会被收集到params中; **params和x=1, y=2同理。

反过来看，如果函数定义的是如下形式 def func(x,y),那么调用的时候就可以通过 params=(x, y) func(params), 同样对于关键字参数也是如此，定义def func(params), 调用params={x:1,y:2} func(*params)，如下例所示：

def foo(x, y, z, m=0, n=0):
    print x, y, z, m, n

args = (1,2,3)
kwds = {"m":4, "n": 5}
foo(*args, **kwds)


$ python hello.py
1 2 3 4 5

练习使用参数

该书使用了一个综合性稍强的练习题，任务中自己多体味吧。

作用域

我们通过执行形如x=1的赋值语句后，就能通过过x直接访问到值是因为python中做了形如 scope[‘x’] = 1的操作，这里的scope就是作用域。

作用于分为全局作用域和局部作用域，每个执行函数内部都创建一个局部作用域，看如下例子：

def foo(n):
    n = 42
num = 1
foo(num)
print num

$ python hello.py
1

在函数中我们修改了参数的值，但在函数外面进行访问却仍旧是原来的值，这是因为n作为数字类型，会在函数内被新创建为局部作用域内的值，跟外部传入的不是同一个。

如果要对值进行操作，只要将修改后的值作为函数的返回值返回即可。

在函数内想要访问全局作用域内的值也很简单：

external = 'Brozu'
def foo(param):
    return param + external
print foo("Shayne")

$ python hello.py
ShayneBrozu

递归

递归简单地说就是函数调用自身的程序结构，通常用来解决了一些能够由大化小，规律一致的问题。

两个经典：阶乘和幂

n的阶乘数学表示为 n * (n – 1) * (n – 2) … * 2 * 1, 函数递归的表现形式如下：

def factorial(n):
    if n == 1:
        return 1
    else:
        return n * factorial(n - 1)
print factorial(10)

$ python hello.py
3628800

另一个常用的例子是幂，我们要计算x的n次幂可能会是这样的：

def  power(x, n):
    if n == 0:
        return 1
    else:
        return x * power(x, n - 1)

print power(10, 3)

$ python hello.py
1000

当然你也可以用循环实现上述代码，甚至效率更加高，但是编程很重要一点是要追求代码的易读，尤其当程序代码量大的时候尤其重要。

另一个经典：二元查找

假定要你查找某个数字是否在某序列中，你可以通过不断取中间值来和查找值进行比较来得到最终的结果（当然要先排序）。如下是一个实现例子：

def  search(sequence, number, left, right):
    midd = (left + right) / 2
    if left == right:
        assert number == sequence[midd]
        return midd
    elif sequence[midd] > number:
        return search(sequence, number, left, midd - 1)
    else:
        return search(sequence, number, midd, right)

seq = [34, 67, 15, 28, 89, 44, 9, 66]
seq.sort()
print search(seq, 67, 0, len(seq))


$ python hello.py
6