Python中為我們提供解決方案的方法特性有哪些

Python中為我們提供解決方案的方法特性有哪些，相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

實際上，在日常的工作中，我們很多需求，無論是常見的、還是不常見的，Python 都為我們提供了一些獨特的解決方案，既不需要自己造輪子，也不需要引入新的依賴（引入新的依賴勢必會增加項目的復雜度）。

但是 Python 有太多功能和特性被我們忽略了，導致我們在遇到問題的時候，沒法第一時間作出良好的決策。

所以，干脆來一起掃清這些被我們忽略的 Python 死角。

裝飾器的妙用

我們經(jīng)常會想完成一些注冊&調(diào)用的功能，比如我們有四個函數(shù)：

現(xiàn)在我們想將這四個函數(shù)和 +、-、*、/ 四個操作符綁定，那么我們該怎么做？

可能我們第一反應是這樣：

但這樣寫起來，有一個很大的問題就是太不美觀了。因為直接對于 dict 的操作從實際上來講可維護性是很差的，那么我們這個地方應該怎么做？

在改進這段代碼之前，我們首先要明確 Python 中一個很重要的概念，即：函數(shù)/方法是：First Class Member 。用不精確的話來講，就是函數(shù)/方法可以作為參數(shù)被傳遞、被使用。

舉個例子：

大家可以看到我們將 print_func 這個函數(shù)作為參數(shù)傳遞給 execute 函數(shù)并被調(diào)用。

那么我們來改造下之前的代碼：

好了，大家看看，目前整體代碼的可讀性以及可維護性是不是改了很多？

但是我們現(xiàn)在的問題在于，每次都需要在單獨調(diào)用一次 register_operator 函數(shù)，這樣也太煩了吧！要不要再改進一下？要得。我們可以用裝飾器來改進一下。

首先，看一個最簡單的裝飾器例子：

我們能看到這段函數(shù)的意義是計算函數(shù)的執(zhí)行時間。那么這個原理是什么？

實際上裝飾器是一個語法糖，具體可以參見 PEP318 Decorators for Functions and Methods。

簡而言之，實際上是 Python 替我們做了一個替換過程。以上面的例子為例，這個替換過程就是 add=execute(add) 。

好了，我們就用這個知識點來改進下之前的代碼：

這樣我們這段代碼的注冊過程是不是就顯得更優(yōu)雅了？

嗯，是的！實際上 Python 中有很多特性會幫助我們的代碼更簡潔，更優(yōu)美。

接下來這個例子很可能幫我們減輕工作量。

聊聊 OrderedDict

dict 是我們經(jīng)常使用的一種數(shù)據(jù)解構(gòu)。但是在 Python 3.6 之前 dict 都是無序的，即我插入的順序，和數(shù)據(jù)在 dict 中存放的順序并無關(guān)聯(lián)（筆者注：Python 3.6 dict 有序只是新版實現(xiàn)的順帶產(chǎn)物，Python 3.7 正式作為 feature 被固定下來）。

但是很多時候，比如在驗簽等場景，我們需要保證 dict 數(shù)據(jù)存放順序，和我們插入順序是一致的。那么我們該怎么辦？

老板有需求下來了，我們肯定不能告訴老板這個需求沒法做。那我們就自己實現(xiàn)一個 ordereddict 吧。于是，想了想，寫了如下的代碼：

通過額外維護一個 list 來維護 key 插入的順序。這段代碼，看似完成了我們的需求，但是實則存在很大問題。大家可以猜猜問題在哪？

3，2，1！

揭曉答案，這段代碼利用 list 來保證 key 的有序性，在刪除的時候， list 的刪除操作，是一個時間復雜度 O(n) 的操作。換句話說，我們的刪除操作隨著內(nèi)部數(shù)據(jù)的增多，所需的刪除時間也變得越長。這對于某些性能敏感的場景是無法接受的。

那要怎么辦呢？事實上，Python 在很早之前就已經(jīng)內(nèi)置了有序字典，即很多人可能都用過的 collections.OrderedDict 。

在 OrderedDict 中， Python 維護了一個雙向鏈表解構(gòu)，來保證插入的有序性，如下圖所示：

在最左側(cè)維護一個衛(wèi)兵節(jié)點，衛(wèi)兵節(jié)點的 next 指針恒指向于數(shù)據(jù)中最后插入的節(jié)點。那么插入新的數(shù)據(jù)時，我們將新的數(shù)據(jù)插入到衛(wèi)兵節(jié)點之后，從而達成維護插入順序的目的。

在刪除的時候，通過額外維護的一個字典找到待刪除的 key 所對應的節(jié)點。這個操作是 O(1) 的復雜度，然后大家都知道，雙向鏈表刪除一個節(jié)點的時間復雜度也是 O(1) 。通過這樣保證我們在即便有大量數(shù)據(jù)的情況下，也能保證相應的性能。

好了，我們按照這個思路來做一個最簡單的實現(xiàn)：

這只是一個 OrderedDict 的簡化版，如果想完成一個完整的 OrderedDict 還有很多很多的 corner case 要去處理。不過現(xiàn)在，我們可以使用內(nèi)置的數(shù)據(jù)結(jié)構(gòu)去完成我們需求。怎么樣，是不是有了一種幸福的感覺？

隨意聊聊

通過今天的兩個例子，我們發(fā)現(xiàn) Python 提供了相當多的功能去幫助我們完成日常的工作與學習任務(wù)。同時通過去深入地了解 Python 內(nèi)部的一些功能實現(xiàn)，以便我們能更好地去學習一些知識。

看完上述內(nèi)容，你們掌握Python中為我們提供解決方案的方法特性有哪些的方法了嗎？如果還想學到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！