什么是python中的一等函数和闭包

一等函数（First-class Functions）

在 Python 里，函数就是对象，和整数、字符串一样能被：

• 赋值给变量

• 作为参数传入

• 作为返回值返回

• 放进列表/字典等数据结构

bash 复制代码

def apply_twice(f, x):
    return f(f(x))               # 函数当参数

inc = lambda v: v + 1            # 赋值给变量
print(apply_twice(inc, 3))       # 5

有了"一等函数"，才有高阶函数、装饰器等强大抽象。

闭包（Closure）

定义：内层函数记住并携带了其外层作用域的变量（自由变量），即使外层函数已经返回，仍可使用这些变量。

满足三件事就是闭包：

有内层函数；2) 内层函数用到了外层的局部变量；3) 外层函数已经返回。

bash 复制代码

def make_adder(n):
    def add(x):
        return x + n             # 用到外层变量 n
    return add                   # 返回内层函数（形成闭包）

add5 = make_adder(5)
print(add5(10))                  # 15
print(add5.__closure__[0].cell_contents)  # 5（看看捕获的值）

修改外层变量：nonlocal

闭包里如需重新绑定外层局部变量，用 nonlocal（全局用 global）。

bash 复制代码

def counter():
    c = 0
    def inc():
        nonlocal c
        c += 1
        return c
    return inc

inc = counter()
print(inc(), inc(), inc())       # 1 2 3

经典坑：循环里的"晚绑定"（late binding）

闭包捕获的是变量引用，不是当时的值：

bash 复制代码

funcs = [lambda: i for i in range(3)]
print([f() for f in funcs])      # [2, 2, 2]  全都变成最后的 i

修法（任选其一）：

bash 复制代码

# 1) 默认参数"定格"当前值
funcs = [lambda i=i: i for i in range(3)]

# 2) 再包一层工厂函数
funcs = []
for i in range(3):
    def make(j):
        return lambda: j
    funcs.append(make(i))

# 3) functools.partial
from functools import partial
def identity(x): return x
funcs = [partial(identity, i) for i in range(3)]

装饰器其实就是闭包

bash 复制代码

import time

def timing(fn):                  # 外层工厂，捕获 fn
    def wrapper(*args, **kwargs):
        t0 = time.perf_counter()
        try:
            return fn(*args, **kwargs)
        finally:
            dt = time.perf_counter() - t0
            print(f"{fn.__name__} took {dt:.3f}s")
    return wrapper

@timing
def work(n): 
    sum(range(n))

work(1000000)                    # 自动打印耗时

小结

• 一等函数：函数是"值"，能传来传去。

• 闭包：函数能"带着环境里的变量一起走"。

配合 nonlocal 可更新状态；注意循环晚绑定，用"默认参数/工厂函数/partial"规避。

这些机制是 Python 中高阶抽象、装饰器、回调、工厂函数的基石。