Python 与 ML 中的词法作用域答案

【问题标题】：Lexical Scope in Python vs MLPython 与 ML 中的词法作用域
【发布时间】：2013-11-06 12:25:13
【问题描述】：

我陷入了两难境地，拿下面用 ML 写的代码：

val x = 1
fun f(y) = x + y
val x = 2
val y = 3
val z = f (x + y)

z 的值为 6。现在，如果我在 python 中编写相同的代码，z 的值为 7。两种语言都声称（实际上教授这些语言的教师声称）具有词法/静态范围。但看起来只有 ML 通过使用在调用 f 时定义 f 函数时创建的环境来拥有它

任何指针将不胜感激！

谢谢！

【问题讨论】：

【解决方案1】：

在 Python 中，闭包是按变量而不是按值。所以当你在函数中引用x时，它指的是最近分配给x的值，而不是定义函数时x的值。这会得到非直观的结果，如下所示：

adders = []
for x in range(10):
    adders.append(lambda y: x+y)

您打算列出将x 添加到值的函数列表，其中x 的范围为0...9，但它们都添加了9，因为这是x 在末尾的值循环。

您可以通过使用默认参数将名称绑定到函数定义时的值来覆盖它。

x = 1
f = lambda y, x=x: x + y   # x inside f is now locked at 1
x = 2
y = 3
z = f(x + y)

在这个例子中，你甚至没有真正处理闭包：x 这里实际上是一个全局变量。在 Python 中，只有在另一个函数内部定义了一个函数，并且顶级或模块全局命名空间不是函数时，才能创建闭包。但同样的原则也适用：全局变量显然可以在函数定义后改变，所以如果你想在函数定义时“锁定”它的值，你可以使用默认参数。

【讨论】：

【解决方案2】：

在 ML 中——至少在 ML 的功能部分中——没有变量赋值之类的东西。一旦声明了 val x = 1，就不能更改 x 的值。

然而，您可以做的是声明另一个x。当您说val x = 2 时，您正在引入一个名为x 的全新变量，它基本上只是隐藏了旧变量。但是函数f已经被定义为指向原来的x，所以不受影响。

ML 确实支持mutable types，它可以像 Python 中的变量一样重新分配。但是它们与功能范式相差甚远，以至于您几乎没有任何理由使用它们。如果你想这样编程，Python 是一种更好的语言。

【讨论】：