面试题:def num(): return [lambda x: i * x for i in range(4)] print([m(2) for m in num()])

一道关于Python面试题的解析,涉及到lambda函数、列表推导式和闭包的延迟绑定。题目中,预期输出为[0,2,4,6],实际输出为[6,6,6,6],原因在于lambda函数中的i引用的是外部循环结束后的i值,即3。通过添加默认参数可以解决这个问题。" 50563676,299819,使用PPAPI与Chromium的3D图形接口教程,"['chromium', 'PPAPI', 'opengl', 'CEF']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

根据代码写出运算结果

def num():
    return [lambda x: i * x for i in range(4)]
print([m(2) for m in num()])

首先看到这道题后经过自己在脑子中的演算,想了一下直接得出答案不就是[0,2,4,6]嘛,结果结果自己在解释器里运行一遍发现结果居然是[6,6,6,6],结果也是没想到呀。


我们先把lambda函数先变为普通函数这样比较好理解

def num():
    sub = []
    for i in range(4):
        def num2(x):
            return x * i
        sub.append(num2)
    return sub
    # return [lambda x: i * x for i in range(4)]
print([m(2) for m in num()])

首先可以很明显的看出该函数是一个闭包
闭包的定义:

  • 外函数嵌套内函数
  • 内函数引用外函数里的变量
  • 外函数返回内函数

我们先明确一下问题?为什么内函数中使用的 i 不是我们想要的0123,而是3呢
这个问题涉及到一个python的延迟绑定
什么是延迟绑定?
因为num2函数中的i并不是立即引用循环中的i值的,而是在运行嵌套函数的时候,等待for循环结束之后才会查找i的值,这个特性也就是延迟绑定


懂了延迟绑定后这道题就很简单了
首先我们打印一下num()的返回值

[<function num.<locals>.num2 at 0x000002238C7962F0>, <function num
### 关于少儿编程中Python算法相关的面试题目 在少儿编程教育领域,针对Python算法设计的面试题通常旨在考察学生对于基础概念的理解以及解决问题的能力。这类题目往往不会涉及特别复杂的理论知识,而是更注重实际操作技能。 #### 基础数据结构理解 了解列表、字典等基本的数据容器是解答许多简单算法问题的前提条件。例如,如何创建一个函数来查找给定整数数组中的最大值或最小值[^1]: ```python def find_max(nums): if not nums: return None max_num = nums[0] for num in nums: if num > max_num: max_num = num return max_num ``` #### 掌握循环与条件判断语句的应用 能够熟练运用`for`/`while`循环配合`if`分支逻辑处理一系列连续的任务或者筛选特定模式的信息也是重要考点之一。比如编写一段程序统计字符串里各个字符出现次数并按降序排列显示出来[^2]: ```python from collections import Counter def count_chars(s): counter = Counter(s) sorted_items = sorted(counter.items(), key=lambda item: item[1], reverse=True) result = {k:v for k,v in sorted_items} return result ``` #### 函数定义及其参数传递机制的认识 学会自定义功能模块并通过适当的方式传入所需变量作为输入参数,在不同场景下灵活调用这些工具完成指定工作流构成了另一项核心能力测试方向。考虑这样一个例子:实现斐波那契数列生成器[^3]: ```python def fibonacci(n): a, b = 0, 1 while n > 0: yield a a, b = b, a + b n -= 1 ``` #### 多线程或多进程的概念初步接触 虽然严格意义上这不属于传统意义上的“算法”,但对于有一定经验积累的小朋友来说,理解和尝试简单的并发控制技术同样具有挑战性和趣味性。这里提供了一个基于`threading.Thread`类的方法用于同时执行多个独立任务: ```python import threading class MyThread(threading.Thread): def run(self): print(f'Thread {self.name} is running') threads = [] for i in range(5): t = MyThread() threads.append(t) [t.start() for t in threads] [t.join() for t in threads] print('All threads have finished') ```
评论 4
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