實(shí)際上，在日常的工作中，我們很多需求，無論是常見的、還是不常見的，Python 都為我們提供了一些獨(dú)特的解決方案，既不需要自己造輪子，也不需要引入新的依賴（引入新的依賴勢必會(huì)增加項(xiàng)目的復(fù)雜度）。

但是 Python 有太多功能和特性被我們忽略了，導(dǎo)致我們在遇到問題的時(shí)候，沒法第一時(shí)間作出良好的決策。

所以，干脆來一起掃清這些被我們忽略的 Python 死角。

裝飾器的妙用

我們經(jīng)常會(huì)想完成一些注冊&調(diào)用的功能，比如我們有四個(gè)函數(shù)：

現(xiàn)在我們想將這四個(gè)函數(shù)和 +、-、*、/ 四個(gè)操作符綁定，那么我們該怎么做？

可能我們第一反應(yīng)是這樣：

但這樣寫起來，有一個(gè)很大的問題就是太不美觀了。因?yàn)橹苯訉τ?dict 的操作從實(shí)際上來講可維護(hù)性是很差的，那么我們這個(gè)地方應(yīng)該怎么做？

在改進(jìn)這段代碼之前，我們首先要明確 Python 中一個(gè)很重要的概念，即：函數(shù)/方法是：First Class Member 。用不精確的話來講，就是函數(shù)/方法可以作為參數(shù)被傳遞、被使用。

舉個(gè)例子：

大家可以看到我們將 print_func 這個(gè)函數(shù)作為參數(shù)傳遞給 execute 函數(shù)并被調(diào)用。

那么我們來改造下之前的代碼：

好了，大家看看，目前整體代碼的可讀性以及可維護(hù)性是不是改了很多？

但是我們現(xiàn)在的問題在于，每次都需要在單獨(dú)調(diào)用一次 register_operator 函數(shù)，這樣也太煩了吧！要不要再改進(jìn)一下？要得。我們可以用裝飾器來改進(jìn)一下。

首先，看一個(gè)最簡單的裝飾器例子：

我們能看到這段函數(shù)的意義是計(jì)算函數(shù)的執(zhí)行時(shí)間。那么這個(gè)原理是什么？

實(shí)際上裝飾器是一個(gè)語法糖，具體可以參見 PEP318 Decorators for Functions and Methods。

簡而言之，實(shí)際上是 Python 替我們做了一個(gè)替換過程。以上面的例子為例，這個(gè)替換過程就是 add=execute(add) 。

好了，我們就用這個(gè)知識點(diǎn)來改進(jìn)下之前的代碼：

這樣我們這段代碼的注冊過程是不是就顯得更優(yōu)雅了？

嗯，是的！實(shí)際上 Python 中有很多特性會(huì)幫助我們的代碼更簡潔，更優(yōu)美。

接下來這個(gè)例子很可能幫我們減輕工作量。

聊聊 OrderedDict

dict 是我們經(jīng)常使用的一種數(shù)據(jù)解構(gòu)。但是在 Python 3.6 之前 dict 都是無序的，即我插入的順序，和數(shù)據(jù)在 dict 中存放的順序并無關(guān)聯(lián)（筆者注：Python 3.6 dict 有序只是新版實(shí)現(xiàn)的順帶產(chǎn)物，Python 3.7 正式作為 feature 被固定下來）。

但是很多時(shí)候，比如在驗(yàn)簽等場景，我們需要保證 dict 數(shù)據(jù)存放順序，和我們插入順序是一致的。那么我們該怎么辦？

老板有需求下來了，我們肯定不能告訴老板這個(gè)需求沒法做。那我們就自己實(shí)現(xiàn)一個(gè) ordereddict 吧。于是，想了想，寫了如下的代碼：

通過額外維護(hù)一個(gè) list 來維護(hù) key 插入的順序。這段代碼，看似完成了我們的需求，但是實(shí)則存在很大問題。大家可以猜猜問題在哪？

3，2，1！

揭曉答案，這段代碼利用 list 來保證 key 的有序性，在刪除的時(shí)候， list 的刪除操作，是一個(gè)時(shí)間復(fù)雜度 O(n) 的操作。換句話說，我們的刪除操作隨著內(nèi)部數(shù)據(jù)的增多，所需的刪除時(shí)間也變得越長。這對于某些性能敏感的場景是無法接受的。

那要怎么辦呢？事實(shí)上，Python 在很早之前就已經(jīng)內(nèi)置了有序字典，即很多人可能都用過的 collections.OrderedDict 。

在 OrderedDict 中， Python 維護(hù)了一個(gè)雙向鏈表解構(gòu)，來保證插入的有序性，如下圖所示：

在最左側(cè)維護(hù)一個(gè)衛(wèi)兵節(jié)點(diǎn)，衛(wèi)兵節(jié)點(diǎn)的 next 指針恒指向于數(shù)據(jù)中最后插入的節(jié)點(diǎn)。那么插入新的數(shù)據(jù)時(shí)，我們將新的數(shù)據(jù)插入到衛(wèi)兵節(jié)點(diǎn)之后，從而達(dá)成維護(hù)插入順序的目的。

在刪除的時(shí)候，通過額外維護(hù)的一個(gè)字典找到待刪除的 key 所對應(yīng)的節(jié)點(diǎn)。這個(gè)操作是 O(1) 的復(fù)雜度，然后大家都知道，雙向鏈表刪除一個(gè)節(jié)點(diǎn)的時(shí)間復(fù)雜度也是 O(1) 。通過這樣保證我們在即便有大量數(shù)據(jù)的情況下，也能保證相應(yīng)的性能。

好了，我們按照這個(gè)思路來做一個(gè)最簡單的實(shí)現(xiàn)：

這只是一個(gè) OrderedDict 的簡化版，如果想完成一個(gè)完整的 OrderedDict 還有很多很多的 corner case 要去處理。不過現(xiàn)在，我們可以使用內(nèi)置的數(shù)據(jù)結(jié)構(gòu)去完成我們需求。怎么樣，是不是有了一種幸福的感覺？

隨意聊聊

通過今天的兩個(gè)例子，我們發(fā)現(xiàn) Python 提供了相當(dāng)多的功能去幫助我們完成日常的工作與學(xué)習(xí)任務(wù)。同時(shí)通過去深入地了解 Python 內(nèi)部的一些功能實(shí)現(xiàn)，以便我們能更好地去學(xué)習(xí)一些知識。

比如，上文提到的 OrderedDict 的實(shí)現(xiàn)，會(huì)讓我們學(xué)到雙頭鏈表的一種非常典型的應(yīng)用，與此同時(shí)，雙頭鏈表也會(huì)用于諸如 LRU 這樣非常常用的數(shù)據(jù)解構(gòu)的實(shí)現(xiàn)。所以，多去深入了解 Python 的方方面面，有助于我們整體能力的提升。