可变数据类型不能作为python函数的参数
可变数据类型：列表、字典
不可变数据类型：整型、浮点型、字符串、元组
为什么可变数据类型不能作为python函数的参数？请看以下例子：
def foo(a=[]):
a.append(1)
return a
print(foo())
print(foo())
print(foo())结果：
[1]
[1, 1]
[1, 1, 1]我们继续打印下每次函数的返回值的内存地址：
print(id(foo()))
print(id(foo()))
print(id(foo()))结果：
140344852133960
140344852133960
140344852133960会发现我们每次返回的都是同一个对象。
再看下以下例子：
b = [1,2]
def test(place=b):
place.append(1)
return place
print(b)
print(test())
print(b)
print(test())
print(b)结果：
[1, 2]
[1, 2, 1]
[1, 2, 1]
[1, 2, 1, 1]
[1, 2, 1, 1]当使用列表作为参数传入函数时，实际上是引用传递。也就是传入的是实际参数的地址，而place=b也就是指向相同的地址。比如以下的：
c = [1,2,3]
d = c
print(id(c))
print(id(d))结果：
140344851860104
140344851860104当我们修改d的值时，同样也会影响到c：
d.append(4)
print(d)
print(c)
print(id(d))
print(id(c))结果：
[1, 2, 3, 4]
[1, 2, 3, 4]
140344851860104
140344851860104所以在上述中，通过在test()函数中修改place的值也会影响到b的值。
为什么会这样呢？
python中一切皆对象。函数也是对象，可以这么理解，一个函数是一个被它自己定义而执行的对，;默认参数是一种"成员数据"，所以它们的状态和其他对象一样,会随着每一次调用而改变。
怎么避免这种现象呢？
使用以下方式：
def foo(a=None):
if a is None:
a = []
a.append(1)
return a
print(foo())
print(foo())
print(foo())结果：
[1]
[1]
[1]如果需要处理任意对象（包括None），则可以使用哨兵对象：
sentinel = object()
def myfunc(value=sentinel):
if value is sentinel:
value = expression
# use/modify value here应用：求数组的全排列
最后我们来看一个应用例子：求数组的全排列
基本思路是回溯法：每次从数组中选一个值加入到tmp中，如果数组中没有值了，就将tmp加入到结果中，返回。
如果我们的代码是这种：
arr = [1,2,3]
res = []
def permutation(arr,tmp=[]):
global res
if len(arr) == 0:
res.append(tmp)
return
for i in range(len(arr)):
tmp = tmp + [arr[i]]
newArr = arr[:i]+arr[i+1:]
permutation(newArr,tmp)
subset(arr,tmp=[])
print(res)结果：
[[1, 2, 3], [1, 2, 3, 2], [1, 2, 1, 3], [1, 2, 1, 3, 1], [1, 2, 3, 1, 2], [1, 2, 3, 1, 2, 1]]这里就出现了上述的情况，我们只需要简单的改以下即可：
arr = [1,2,3]
res = []
def permutation(arr,tmp=[]):
global res
if len(arr) == 0:
res.append(tmp)
return
for i in range(len(arr)):
newTmp = tmp + [arr[i]]
newArr = arr[:i]+arr[i+1:]
permutation(newArr,newTmp)
subset(arr,tmp=[])
print(res)结果：
[[1, 2, 3], [1, 3, 2], [2, 1, 3], [2, 3, 1], [3, 1, 2], [3, 2, 1]]我们只需要每次新建一个列表即可。
参考：https://blog.csdn.net/rommi/article/details/51979556
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2020-10-17 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
