Python中高阶函数的优点

Question

为了实现美化的xml，我编写了以下代码

def prettify_by_response(response, prettify_func):
    root = ET.fromstring(response.content)
    return prettify_func(root)

def prettify_by_str(xml_str, prettify_func):
    root = ET.fromstring(xml_str)
    return prettify_func(root)

def make_pretty_xml(root):
    rough_string = ET.tostring(root, "utf-8")
    reparsed = minidom.parseString(rough_string)
    xml = reparsed.toprettyxml(indent="\t")
    return xml

def prettify(response):
    if isinstance(response, str) or isinstance(response, bytes):
        return prettify_by_str(response, make_pretty_xml)
    else:
        return prettify_by_response(response, make_pretty_xml)

在prettify_by_response和prettify_by_str函数中，我将make_pretty_xml函数作为参数传递

我可以简单地调用该函数，而不是将函数作为参数传递。

def prettify_by_str(xml_str, prettify_func):
   root = ET.fromstring(xml_str)
   return make_pretty_xml(root)

与直接调用函数相比，将函数作为参数传递给这些函数优点之一是，该函数与make_pretty_xml函数没有紧密耦合。

还会有什么其他优势，或者我会增加额外的复杂性？

Answer 1

这似乎对有偏见的答案非常开放，我将努力做到公正，但我不能做出任何承诺。

首先，高阶函数是接收和/或返回函数的函数。优点是值得怀疑的，我将尝试列举HoF的用法，并阐明每种用法的优缺点

回调

回调是作为阻塞调用的解决方案出现的。我需要在A之后执行B，所以我调用在A上阻塞的东西，然后调用B。这自然会导致这样的问题，嗯，我的系统浪费了很多时间等待事情发生。如果我可以将需要做的事情作为参数传递，而不是等待会怎样呢？因为技术中任何新的东西都还没有扩展，在扩展之前似乎是一个好主意。

回调在事件系统中非常常见。如果你用javascript编写每一段代码，你就会明白我在说什么。

算法抽象

一些设计，主要是行为设计，可以在运行时利用HoF选择某种算法。您可以有一个高级算法，它接收处理低级内容的函数。这导致了更多的抽象、代码重用和可移植代码。在这里，可移植意味着您可以编写代码来处理新的低级，而无需更改高级级别。这与HoF无关，但可以利用它们来获得极大的帮助。

将行为附加到另一个函数

这里的想法是将一个函数作为参数，并返回一个函数，该函数执行参数函数所做的事情，外加一些附加的行为。这就是(我认为) HoF真正闪亮的地方。

Python装饰器就是一个很好的例子。它们将一个函数作为参数，然后返回另一个函数。此函数附加到与第一个函数相同的标识符

@foo
def bar(*args):
   ...

是相同的

def bar(*args):
    ...
bar = foo(bar)

现在，思考一下这段代码

from functools import lru_cache

@lru_cache(maxsize=None)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

fib只是一个斐波纳契函数。它计算直到n的斐波纳契数。现在lru_cache附加了一个新的行为，缓存先前已经计算过的值的结果。fib函数内部的逻辑不受LRU缓存逻辑的影响。我们在这里有一个多么漂亮的抽象。

应用型编程或无指针编程

这里的想法是删除变量或点，并结合函数应用程序来表示算法。我相信有很多人在这个话题上比我更好，如此漫游。

顺便说一句，这在python中不是很常见的样式。

for i in it:
    func(i)

from functools import partial

mapped_it = map(func, it)

在第二个示例中，我们删除了i变量。这在解析世界中很常见。作为另一个副节点，map函数在Python语言中是惰性的，因此直到遍历mapped_it时，第二个示例才会生效

你的案例

在本例中，您将返回回调调用的值。实际上，您不需要回调，您可以像以前一样简单地排列调用，对于这种情况，您不需要HoF。

我希望这能有所帮助，也希望有人能展示更好的应用风格的例子:)

问候