python实现泛型函数的简单介绍

各位有没有详细讲Python泛型的资料

我们开始真正地讨论Python3000了。这里有一个新的邮件列表和一个版本分支。首要的问题是关于流程的。Python 增强建议书（Python Enhancement Proposal，简称PEP）的很多新格式正在制定，目的是为了避免重蹈Perl 6的覆辙:-）。我在blog一个关于功能的提案，这个提案在过去一段时间里已经发生了很大的变化）

自盘古开天地之日起，Alex Martelli就一直是配接的忠实拥护者。他经常埋怨我对配接的光芒视而不见。现在，我为自己当时的不开窍而感到庆幸。

我先用最简单的形式来介绍一下配接吧。 这个想法诞生于一种常有的情况python实现泛型函数：需要用到对象包装器（object wrapper）[贴切地命名为配接器模式（Adapter Pattern）]。PEP246打算提供一个内置的函数adapt(X, P)， X可以是任何对象，而P也可以是任何Protocol。我们故意不对protocol进行定义，只要它可以通过对象表现出来就可以。调用adapt(X, P)返回一个由X构建并满足P的对象，如果创建对象失败，则抛出一个异常。它使用全局注册表（global registry）为配接器功能提供了类型和protocol之间的映射关系。我们可以写为dict R = {(T, P): A, ...}。然后，adapt(X, P) 计算出adapter A = R[type(X), P]，并返回A(X)。 还有一个注册函数register(T, P, A)，它简单地设置 R[T, P] = A。请参见Alex更为精彩的解释，他补充了很多我遗漏掉的东西。

当Alex提出他对配接工作原理的这一看法，好几个人（包括我自己在内）都意识到全局注册表是没有必要的。每个protocol都可以有自己的注册表（registry）。所以，现在我们在protocol上使用adapt()和register()方法。我们使用P.adapt(X)而非adapt(X, P)，使用P.register(T, A)而非register(T, P, A)。A的签名（signature）保持不变。我称之为第二代配接（second-generation adaptation）。

这样做的好处是python实现泛型函数你们再也不用局限于一种固定的全局的register()和adapt()实现。Alex提到了很多他忽略的问题，但是如果要真正实现，这些问题需要得以解决。例如，如何处理对象类型未被注册而一些基本类型已被注册的配接，protocol之间的继承是如何定义的（当你把protocol和接口等同起来时会很有用，就像Zope和Twisted一样），对象已实现protocol/接口时的自动检测（这在Zope和Twisted中有用）。一些扩展（extension）有在查找（lookup）的性能上有问题，我们可以通过几种不同的方法来解决。通过多重协议实现（multiple protocol implementations）（每次都实现相同的adapt()和register() APIs），每个框架（framework）都对配接如何为其自身拥有的protocol服务有自己的主张，而没必要使用一个固定的全局实现。对于一个特定的框架而言，配接的全局实现可能达到最佳效果，但也未必就是最好的选择。

Ian Bicking提出了一个对立的观点：我们为什么不使用泛型函数而非配接呢？他和Phillip Eby都认为泛型函数具有的功能比配接器更强大，至少在某种程度上差不多。现在我就来简要说一下泛型函数。

一个泛型函数G，可以被调用，这种行为类似一个普通函数（取参数并返回一个值），但其实现是可扩展的（extensible）,并可以在不同的模块中进行定义。TG包含一个由复合类型参数的元组索引的注册表实现。假设我们想让具有两个参数的G可调用，那么注册表将会把成对了类型组（type pairs）映射到实现的函数中。我们可以使用G.register((T1, T2), F) 来显示地定义，当type(X1)==T1、type(X2)==T2时，F(X1, X2)是G(X1, X2)的合适的实现。 最简单的实现就是把参数映射到它们的类型（类或许更好），转换为元组，并利用它作为注册表的键值来找到实现函数。如果没有找到健值，就调用缺省实现，前提是预先定义G，并提供一些回调或抛出一个异常。

一个有用的泛型函数实现也必须支持在参数类型的基本类型上查找匹配。这就是使事情变得复杂的地方，特别是当你有多个参数时。例如，你有一个实现方案，它与第一个参数完全匹配，基本类型与第二个参数匹配；另一个实现方案是，它与第二个参数完全匹配，基本类型与第一个参数匹配。这种情况下，你会选择哪一种？Phillip Eby的实现、RuleDispatch (part of PEAK) 拒绝做出猜测; 如果没有占优势的实现方案（不管它是什么意思），都会抛出异常。你可以通过注册一个更加具体的签名来彻底解决问题。

C++用户会认为泛型函数是一个C++编译器用来解决函数重载问题的策略的运行时实现。幸运的是，我们不需要与C向后兼容，从而避免了重蹈C++的错误（如，导致浮点类型的优先级高于布尔类型）。Lisp或 Dylan用户（不知是否还存在:-），以及PyPy 开发者会认为它们是多重方法（multi-methods）。

为了对比上述两种观点，我提出了一个关于配接和泛型函数的一个简单版本，通过这一版本来再现内置iter()函数的重复实现。我在注册表中使用了描述符，这使得签名与我上面所述有一些轻微的差别，但实质是一样的。

胜负分晓了

现在我们已经为庆祝时刻做好准备了。Tim Hochberg独立开发的一个可以替代的Protocol版本给我们带来了这一欢乐时刻。P.adapt(X)只是泛型函数G(x) 调用的另外一种冗长形式罢了。

有趣的是，Alex费了一些周折才开始喜欢上它。他过去一直认为配接的功能更强大，因为配接可以返回实现多个方法的对象，而泛型函数要实现同样的功能则要求每个方法都有一个单独的泛型函数。当然，我们可以使用泛型工厂函数（generic factory function），它可以像adapt()一样返回带有多个方法的对象。泛型函数在“单点”protocol（常见）--一个方法只有一个马上调用就可以获得想要的结果接口--的情况下占优势。在使用配接时，这可能要求每个配接器使用一种单一方法的辅助类（helper class），辅助类（helper class）来完成预期的运行。在使用泛型函数时，泛型函数则可以完成运行。我们还没有在多个参数上使用过泛型函数分派。

相关问答

Q1: python中brandlist函数作用

list()函数是python的内置函数。

它可以将任何可迭代数据转换为列表类型，并返回转换后的列表。当参数为空时，list函数可以创建一个空列表。

它是一个计算机专业术语，在编程语言中List是类库中的一个类，可以简单视之双向连结串行，以线性列的方式管理物件集合。list也是操作系统的一个命令名称。list的特色是在集合的任何位置增加或者删除元素都很快，但是不支持随机存取。list是类库提供的众多容器(container)之一，除此之外还有vector，set，map等等，list以模仿方式实现（即泛型），可以处理任意型别的变量，包括使用者自定义的资料形态。

Q2: 在python中， list index out of range是什么意思？

在python中python实现泛型函数，list index out of range意思是列表的索引分配超出列范围。

对于有序序列python实现泛型函数： 字符串 str 、列表 list 、元组 tuple进行按索引取值的时候python实现泛型函数，默认范围为 0 ~ len(有序序列)-1，计数从0开始，而不是从1开始，最后一位索引则为总长度减去1。

当然也可以使用负数表示从倒数第几个，计数从-1开始，则对于有序序列，总体范围为 -len(有序序列) ~ len(有序序列)-1，如果输入的取值结果不在这个范围内，则报这个错。

解决办法：检查索引是否在 -len(有序序列) ~ len(有序序列)-1 范围内，修改正确。如下图，len(a)=2，则对于有序序列，总体范围为 0~ 1。

扩展资料：

在Python编程语言中List 是标准类库中的一个类，可以简单视之为双向链表，以线性列的方式管理物件集合。

list 的特色是在集合的任何位置增加或删除元素都很快，但是不支持随机存取。list 是类库提供的众多容器（container）之一，除此之外还有vector、set、map、…等等。

list() 方法用于将元组转换为列表。注：元组与列表是非常类似的，区别在于元组的元素值不能修改，元组是放在括号中，列表是放于方括号中。

list 以模板方式实现(即泛型)，可以处理任意型别的变量，包括使用者自定义的资料型态例如：它可以是一个放置整数（int）型态的 list、也可以是放置字串（char 或 string）型态的 list、或者放置使用者自定类别（user-defined class）的 list。

参考资料：百度百科——python

Q3: 分析C#和python的优劣。必采纳。

C#实际上风格是类似java的python实现泛型函数，可以说的c++和java的结合体python实现泛型函数，做windows平台下应用python实现泛型函数，或者asp.net都挺好python实现泛型函数，但是仅限于windows，不能跨平台。python所有平台通用，一个python代码基本上可以不改在三种操作系统上用，除python实现泛型函数了调某系统特有api时不行，python适合写工具，比如爬虫，扫描器，做运维，游戏后台，现在的flask和django框架做web后台也不错，python还有一个重要应用在科学计算，比如机器学习，数据挖掘。python的代码简洁，但是速度慢，存在全局锁并发会有些麻烦，c#代码量大，但是速度快不少，作为编译型语言并发较容易。

Q4: Python对象

众所周知，Python是一门面向对象的语言，在Python无论是数值、字符串、函数亦或是类型、类，都是对象。

对象是在 堆 上分配的结构，我们定义的所有变量、函数等，都存储于堆内存，而变量名、函数名则是一个存储于 栈 中、指向堆中具体结构的引用。

要想深入学习Python，首先需要知道Python对象的定义。

我们通常说的Python都是指CPython，底层由C语言实现，源码地址： cpython [GitHub]

Python对象的定义位于 Include/object.h ，是一个名为 PyObject 的结构体：

Python中的所有对象都继承自PyObejct，PyObject包含一个用于垃圾回收的双向链表，一个引用计数变量 ob_refcnt 和 一个类型对象指针 ob_type

从PyObejct的注释中，我们可以看到这样一句：每个指向 可变大小Python对象 的指针也可以转换为 PyVarObject* （可变大小的Python对象会在下文中解释）。 PyVarObejct 就是在PyObject的基础上多了一个 ob_size 字段，用于存储元素个数：

在PyObject结构中，还有一个类型对象指针 ob_type ，用于表示Python对象是什么类型，定义Python对象类型的是一个 PyTypeObject 接口体

实际定义是位于 Include/cpython/object.h 的 _typeobject ：

在这个类型对象中，不仅包含了对象的类型，还包含了如分配内存大小、对象标准操作等信息，主要分为：

以Python中的 int类型 为例，int类型对象的定义如下：

从PyObject的定义中我们知道，每个对象的 ob_type 都要指向一个具体的类型对象，比如一个数值型对象 100 ，它的ob_type会指向 int类型对象PyLong_Type 。

PyTypeObject结构体第一行是一个PyObject_VAR_HEAD宏，查看宏定义可知PyTypeObject是一个变长对象

也就是说，归根结底 类型对象也是一个对象 ，也有ob_type属性，那 PyLong_Type 的 ob_type 是什么呢？

回到PyLong_Type的定义，第一行 PyVarObject_HEAD_INIT(PyType_Type, 0) ，查看对应的宏定义

由以上关系可以知道， PyVarObject_HEAD_INIT(PyType_Type, 0) = { { _PyObject_EXTRA_INIT 1, PyType_Type } 0} ，将其代入 PyObject_VAR_HEAD ，得到一个变长对象：

这样看就很明确了，PyLong_Type的类型就是PyType_Typ，同理可知， Python类型对象的类型就是PyType_Type ，而 PyType_Type对象的类型是它本身

从上述内容中，我们知道了对象和对象类型的定义，那么根据定义，对象可以有以下两种分类

Python对象定义有 PyObject 和 PyVarObject ，因此，根据对象大小是否可变的区别，Python对象可以划分为 可变对象（变长对象） 和 不可变对象（定长对象）

原本的对象a大小并没有改变，只是s引用的对象改变了。这里的对象a、对象b就是定长对象

可以看到，变量l仍然指向对象a，只是对象a的内容发生了改变，数据量变大了。这里的对象a就是变长对象

由于存在以上特性，所以使用这两种对象还会带来一种区别：

声明 s2 = s ，修改s的值： s = 'new string' ，s2的值不会一起改变，因为只是s指向了一个新的对象，s2指向的旧对象的值并没有发生改变

声明 l2 = l ，修改l的值： l.append(6) ，此时l2的值会一起改变，因为l和l2指向的是同一个对象，而该对象的内容被l修改了

此外，对于 字符串 对象，Python还有一套内存复用机制，如果两个字符串变量值相同，那它们将共用同一个对象：

对于 数值型 对象，Python会默认创建0~2 8 以内的整数对象，也就是 0 ~ 256 之间的数值对象是共用的：

按照Python数据类型，对象可分为以下几类：

Python创建对象有两种方式，泛型API和和类型相关的API

这类API通常以 PyObject_xxx 的形式命名，可以应用在任意Python对象上，如:

使用 PyObjecg_New 创建一个数值型对象：

这类API通常只能作用于一种类型的对象上，如：

使用 PyLong_FromLong 创建一个数值型对象：

在我们使用Python声明变量的时候，并不需要为变量指派类型，在给变量赋值的时候，可以赋值任意类型数据，如：

从Python对象的定义我们已经可以知晓造成这个特点的原因了，Python创建对象时，会分配内存进行初始化，然后Python内部通过 PyObject* 变量来维护这个对象，所以在Python内部各函数直接传递的都是一种泛型指针 PyObject* ，这个指针所指向的对象类型是不固定的，只能通过所指对象的 ob_type 属性动态进行判断，而Python正是通过 ob_type 实现了多态机制

Python在管理维护对象时，通过引用计数来判断内存中的对象是否需要被销毁，Python中所有事物都是对象，所有对象都有引用计数 ob_refcnt 。

当一个对象的引用计数减少到0之后，Python将会释放该对象所占用的内存和系统资源。

但这并不意味着最终一定会释放内存空间，因为频繁申请释放内存会大大降低Python的执行效率，因此Python中采用了内存对象池的技术，是的对象释放的空间会还给内存池，而不是直接释放，后续需要申请空间时，优先从内存对象池中获取。

python实现泛型函数的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于、python实现泛型函数的信息别忘了在本站进行查找喔。