Python 的高级特性：容易忽略的不可变类型

Python 中有一些容易忽略的不可变类型 Str、Integer、None、Tuple

# 错误演示

In [45]: def demo(lst = []):
   ....:     lst.append("hello")
   ....:     return lst
   ....: 

In [46]: demo()
Out[46]: ['hello']

In [47]: demo()
Out[47]: ['hello', 'hello']

廖雪峰的 Python 教程有提到这一块，但并没有太细致。在这里，由于 lst 是一个可变参数，而 demo 在初始化时 lst 参数指向一个 [] 的内存空间，之后每一次调用，[] 这个内存空间都 append 一个「hello」，而由于 lst 依然指向这个内存空间，所以就会看到 demo 函数调用的奇怪现象，解决问题的办法就是引入不可变类型。

＃正确演示

In [54]: def demo(lst = None):
   ....:     lst = []
   ....:     lst.append("hello")
   ....:     return lst
   ....: 

In [55]: demo()
Out[55]: ['hello']

In [56]: demo()
Out[56]: ['hello']

在正确演示中，将 lst 初始化为 None, 这样 lst 就是一个不可变参数，但是不能直接对 lst 直接使用 append，因为只有 list 才有 append 方法，因此需要将 lst 进行真正的初始化 lst = []

可变类型和不可变类型是一个很容易忽略的知识点，在这里深入进行研究，下面例举常见的不可变类型和可变类型。

• 不可变「mutable」类型：int, long, float, string, tuple, frozenset
• 可变类型「immutable」类型：list, dict

Python 中所有变量都是值的引用，也就说变量通过绑定的方式指向其值。 而这里说的不可变指的是值的不可变。 对于不可变类型的变量，如果要更改变量，则会创建一个新值，把变量绑定到新值上，而旧值如果没有被引用就等待垃圾回收。下面用 int 和 list 分别作为代表进行讲解。

＃不可变类型

In [31]: id(1),id(2)
Out[31]: (4477999936, 4477999968)

In [32]: a = 1

In [33]: id(a)
Out[33]: 4477999936

In [34]: # 当a赋一个新值时,变量a会绑定到新值上

In [35]: a = 3

In [36]: id(a)
Out[36]: 4478000000

＃可变类型

In [38]: lst = [0]

In [39]: id(lst)
Out[39]: 4493976328

In [40]: lst = [0,1]

In [41]: id(lst)
Out[41]: 4499600328

表面上看可变类型，python 似乎实现了不同类型的管理方式，其实不是的。其实 lst 代表地址，它引用的 lst[0], lst[1] 的内存地址其实是变了的，因为 lst[i] 就是 int(此处)，而 int 就是不可变类型。

另外，我还想延伸一下关于 __new__ 的用法。为什么要放在这里说，待会看了这个例子就会明白。

class Word(str):
    def __new__(cls, word):
        word = word.replace(" ","")
        return str.__new__(cls,word)

    def __init__(self,word):
        self.word = word

    def __eq__(self, other):
        return len(self) == len(other)


def main():
    a = Word("foorrrdd  ")
    b = Word("sswwss    ")
    print a == b

if __name__ == '__main__':
    main()

在这段代码里，可以看到 Word 类继承自 str，str 是一个不可变类型,因此需要使用到 __new__ 这个魔术方法，在这里对 word 这个形参进行了预处理，然后预处理后的形参 word 会传递给 __init__ 由于此例此种情形中，a、b 指向的是不同的内存空间，即使不用 __new__ 也不会因为实参的传入导致上面例子出现不断追加的情况,但显然这会是一种更为安全的写法。

PS

感谢关注「GitHub 热门」公众号，带你了解技术圈内热门新鲜事！

本作品采用《CC 协议》，转载必须注明作者和本文链接