Python 关键知识3：函数作为返回值
参考自 函数作为返回值
高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。
我们来实现一个可变参数的求和。通常情况下，求和的函数是这样定义的：
def calc_sum(*args):
ax = 0
for n in args:
ax += n
return ax
但是，如果不需要立刻求和，而是在后面的代码中，根据需要再计算怎么办？可以不返回求和的结果，而是返回求和的函数：
def lazy_sum(*args):
def calc_sum():
ax = 0
for n in args:
ax += n
return ax
return calc_sum
当我们调用 lazy_sum() 时，返回的并不是求和结果，而是求和函数：
f = lazy_sum(1, 3, 5, 7, 9)
f
<function __main__.lazy_sum.<locals>.calc_sum()>
调用函数f时，才真正计算求和的结果：
f()
25
在这个例子中，我们在函数 lazy_sum 中又定义了函数 cal_sum，并且，内部函数 cal_sum 可以引用外部函数 lazy_sum 的参数和局部变量，当 lazy_sum 返回函数 cal_sum 时，相关参数和变量都保存在返回的函数中，这种称为“闭包（Closure）”的程序结构拥有极大的威力。
请再注意一点，当我们调用 lazy_sum() 时，每次调用都会返回一个新的函数，即使传入相同的参数：
f1 = lazy_sum(1, 3, 5, 7, 9)
f2 = lazy_sum(1, 3, 5, 7, 9)
f1 == f2
False
f1() 和 f2() 的调用结果互不影响。
闭包
注意到返回的函数在其定义内部引用了局部变量 args，所以，当一个函数返回了一个函数后，其内部的局部变量还被新函数引用，所以，闭包用起来简单，实现起来可不容易。
另一个需要注意的问题是，返回的函数并没有立刻执行，而是直到调用了 f() 才执行。我们来看一个例子：
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs
f1, f2, f3 = count()
在上面的例子中，每次循环，都创建了一个新的函数，然后，把创建的 个函数都返回了。
你可能认为调用 f1()，f2() 和 f3() 结果应该是 1，4，9，但实际结果是：
f1(), f2(), f3()
(9, 9, 9)
全部都是 9！原因就在于返回的函数引用了变量 i，但它并非立刻执行。等到 个函数都返回时，它们所引用的变量
i 已经变成了 3，因此最终结果为 9。
返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。
如果一定要引用循环变量怎么办？方法是再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何更改，已绑定到函数参数的值不变：
def count():
def f(j):
def g():
return j*j
return g
fs = []
for i in range(1, 4):
fs.append(f(i)) # f(i) 立刻被执行，因此i的当前值被传入 f()
return fs
缺点是代码较长，可利用 lambda 函数缩短代码。
下面我们利用闭包返回一个计数器函数，每次调用它返回递增整数：
def createCounter():
fs = 0
def counter():
nonlocal fs
fs += 1
return fs
return counter
# 测试:
counterA = createCounter()
print(counterA(), counterA(), counterA(), counterA(), counterA()) # 1 2 3 4 5
counterB = createCounter()
if [counterB(), counterB(), counterB(), counterB()] == [1, 2, 3, 4]:
print('测试通过!')
else:
print('测试失败!')
1 2 3 4 5
测试通过!
我们再看一个例子：
list_f = [lambda x: x * i for i in range(5)] # 函数仅仅记录当前状态（i=5）
[list_f[i](3) for i in range(5)] # 所以返回的是 i = 5 的状态所对应的值
[12, 12, 12, 12, 12]
