php 闭包与匿名函数

提到闭包和匿名函数似乎一下子就想到了 javascript ,但其实在很多语言中都有闭包的特性。但是 javascript 坑爹的变量作用域让闭包变得非常重要。而其他语言完善私有共有变量和继承让闭包似乎没有什么卵用。但是为了有点B格,还是看了看 php 的闭包。
闭包和匿名函数

闭包个人理解就是可以访问不同作用域内变量的方式。在 javascript 中,变量的作用域都是遵循从下往上的原则,而最上级的变量是挂载在 window 对象中(nodejs 是挂载在 gloub 中),这就意味着如果随意定义的变量的话,挂载在最上级作用域的变量会越来越多,甚至会产生重名、覆盖等问题,这就是经常提到的变量污染。所以会使用闭包来解决变量污染和跨作用域访问变量。但是在 php 中有系统全局变量、一般的变量、常量、全局变量、静态变量,作用域划分明确。所以闭包在 php 中不是那么重要,所以理解起来也有点难度。(反正我是没理解 php 闭包有什么卵用)。 匿名函数则允许我们创建一个没有指定名称的函数,同时拥有一个执行环境。匿名函数是完成闭包的常用方式。 php5.3 之后引入了匿名函数的概念,laravel、CodeIgniter、Yii等框架都或多或少的使用的匿名函数和闭包。所以我们还是有必要了解一下。
闭包的实现


 

//把函数做为参数传入 function callFun($func){ $func( "some string\r\n" ); } //php写法 $fun=function($str){ echo $str; };//注意这里要带上结束符号,因为此时是赋值语句 callFun($fun); //js写法 callFun(function($str){ echo $str; });

与 javascript 的区别

虽然从写法上看和 javascript 没有什么区别,但是在使用的时候还是有一定的区别。主要表现在变量作用域方面。在 javascript 中闭包函数可以使用上级作用域的变量。


 

function fun(){ var a=1; return function(){ console.log(a); } } var callfun=fun(); callfun();//1

但是在 php 中却不能这样使用。


 

function callFun() { $v=1; $func=function(){ echo $v; //Notice: Undefined variable: v }; $func(); } callFun();

这样会报一个警告,变量$v没有定义。php 中需要使用use关键字来解决这个问题。


 

$func1=function() use ($v){ echo $v; //1 $v++; }; $func1(); echo $v; //1

这时候和闭包函数内的$v改变不是影响到上级函数作用域内的变量。同样的,可以使用引用来关联。


 

$func2=function() use (&$v){ echo $v; //1 $v++; }; $func2(); echo $v; //2

替代递归

闭包的使用非常广泛,比如简化代码、替换递归、替代循环等等…这里提供一个替代递归的方法。


 

//递归 function func ($v){ if($v<10){ echo $v; //123456789 $v++; func($v); } echo $v;//101098765432 } func(1); //闭包 $fib = function($n) use(&$fib) { if($n<10){ echo $n; //123456789 $fib($n+1); } echo $n; //10987654321 }; $fib(1);

可以看到执行结果上还是有少许差异,使用过程中一定要注意。另外据说闭包的执行效率并不是很好,所以使用的时候还是要视情况而定。33

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导仿真实践,利用人工神经网络对复杂的非线性关系进行建模逼近,提升机械臂运动控制的精度效率。同时涵盖了路径规划中的RRT算法B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿高精度轨迹跟踪控制;④结合RRTB样条完成平滑路径规划优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析神经网络训练,注重理论推导仿真实验的结合,以充分理解机械臂控制系统的设计流程优化策略。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值