Python：闭包的概念与应用
在 Python 函数式编程中，闭包是一种核心机制，它能让函数“记住”外部函数的变量，即使外部函数执行结束，这些变量依然可用。
理解闭包对于掌握装饰器、高阶函数、延迟计算等高级技巧非常重要。
一、什么是闭包？
闭包（Closure）是由函数及其相关的引用环境组成的对象。
简而言之，闭包是“定义在另一个函数内部的函数”，并且该内部函数引用了外部函数的局部变量。即使外部函数返回后，这些变量也不会被销毁。
闭包成立的三个条件：
1、嵌套函数：在一个函数中定义另一个函数。
2、变量引用：内部函数引用外部函数的局部变量（也称“自由变量”）。
3、返回内部函数：外部函数将内部函数返回给外部。
示例：
def outer(x): # 外部函数，接收一个参数 x def inner(y): # 内部函数，接收一个参数 y return x + y # 引用了外部函数的变量 x return inner # 返回内部函数对象f = outer(10) # outer(10) 返回 inner，并且记住 x=10print(f(5)) # 15 # 等价于 inner(5)，即 10 + 5print(f(20)) # 30 # 再次调用，仍然使用 x=10二、闭包的工作机制
闭包对象本质上是：函数对象 + 自由变量引用环境。
验证：
def outer(x): def inner(y): return x + y return innerf = outer(10)print(type(f)) # print(f.__closure__) # 查看闭包单元（cell 对象）元组print(f.__closure__[0].cell_contents) # 10，闭包保存的自由变量值虽然闭包依然是 function 类型，但其 __closure__ 属性中保存了自由变量的引用。
1、变量生命周期
当外层函数执行结束后，被内部函数引用的自由变量会以 cell 对象的形式保存在函数对象的 __closure__ 属性中，后续调用闭包时依然可用。
2、变量解析顺序
闭包访问变量时遵循 LEGB 顺序，其中 E（Enclosing）就是自由变量所在的“嵌套作用域”。
3、变量修改限制
嵌套作用域中的自由变量默认不能直接赋值，否则 Python 会认为你是在内部函数中新建同名的局部变量。
如果确实要修改，可以使用 nonlocal 显式声明：
def outer(x): def inner(y): nonlocal x # 声明 x 不是本函数的局部变量 x += 1 return x + y return innerf = outer(10)print(f(10)) # 21print(f.__closure__[0].cell_contents) # 11，闭包保存的自由变量值4、延迟绑定问题（Late Binding）
闭包保存的是变量的绑定，在调用时才解析变量的值。
循环中创建闭包时，所有闭包共享同一个变量绑定，导致取到相同的值。
funcs = [] # 用于存放函数对象的列表for i inrange(3):# lambda 捕获的是变量 i 的引用，而不是当下的值 funcs.append(lambda: i)# 循环结束时 i=2，三个闭包共享同一个 iprint([f() for f in funcs]) # [2, 2, 2] ❌解决方法：在定义时通过默认参数绑定当前值
funcs = []for i in range(3): funcs.append(lambda i=i: i) # i=i 将当前值绑定到默认参数print([f() for f in funcs]) # [0, 1, 2] ✅三、闭包的常见应用场景
1、延迟计算（Lazy Evaluation）
延迟计算的核心思想是：先保存计算逻辑，等需要结果时再执行。
闭包可以把数据和计算过程绑定在一起，实现按需计算。
def lazy_sum(*args): def compute(): print(\"正在执行计算...\") return sum(args) return compute # 返回计算函数，而不是结果f = lazy_sum(1, 2, 3, 4, 5)print(\"计算未执行\") # 此时还未计算print(f()) # 调用时才计算 -> 输出 152、参数缓存（Memoization）
参数缓存的目的是：保存已经计算过的结果，避免重复计算，提高性能。
闭包可作为轻量级的缓存系统。
def memoized_square(): cache = {} def square(n): if n not in cache: print(f\"计算 {n} 的平方...\") cache[n] = n * n return cache[n] return squaresquare = memoized_square()print(square(4)) # 第一次计算 -> 输出 16print(square(4)) # 直接取缓存 -> 输出 16（无计算过程）print(square(5)) # 新计算 -> 输出 253、函数工厂（Function Factory）
闭包可以用来动态创建功能类似但参数不同的函数。
def make_power(exp): # 外部函数接收指数 exp def power(base): # 内部函数接收底数 base return base ** exp # 计算 base 的 exp 次方 return power # 返回内部函数square = make_power(2) # 创建平方函数cube = make_power(3) # 创建立方函数print(square(4)) # 16 -> 4 ** 2print(cube(2)) # 8 -> 2 ** 3四、补充说明
1、Python 中的装饰器（decorator）的本质就是闭包。装饰器语法只是对闭包的简化写法。
2、闭包会延长自由变量的生命周期，如果闭包对象长期存在，这些变量也会常驻内存。
建议：避免在闭包中保存过大的数据结构或引用不必要的对象，以防止内存占用过高。
3、闭包过多会让代码逻辑难以跟踪，尤其是在多层嵌套的情况下。对于复杂逻辑，考虑改为类（使用 __call__ 方法）或普通函数。
📘 小结
闭包让函数拥有“记忆”，即便外部作用域结束，变量依然存在。
闭包是装饰器、高阶函数等高级特性的基础。
使用闭包时要注意延迟绑定问题和内存占用。
“点赞有美意，赞赏是鼓励”
