在Python中如何模擬實現指標

在python中模擬實現指標

因為python中的指標本身不存在，但並不意味著無法使用指標。實際上有多種方法可以在python中模擬指標。

這裡用兩種方法來實現：

使用可變型別作為指標【python中的變數】

使用自定義python物件【python中的物件】

使用可變型別作為指標

您已經了解了可變型別。因為這些物件是可變的，所以您可以將它們視為指向模擬指標行為的指標。假設您要複製以下c**：

void  add_one （int  * x ）

此**採用指向整數（*x）的指標，然後將該值遞增1。這是乙個練習**的主要功能：

#include int main(void)

在上面的**中，分配2337給y，列印出當前值，將值遞增1，然後列印出修改後的值。執行此**的輸出如下：

y = 2337 
y = 2338

在python中複製此類行為的一種方法是使用可變型別。考慮使用列表並修改第乙個元素：

>>> def  add_one （x ）：
...     x [ 0 ]  + =  1 
... 
>>> y  =  [ 2337 ] 
>>> add_one （y ）
>>> y [ 0 ] 
2338

在這裡，add_one(x)訪問第乙個元素並將其值增加1。使用一種list方法，最終結果似乎已修改了該值。那麼python中的指標確實存在嗎？好吧，這是唯一可能的，因為它list是一種可變型別。如果您嘗試使用a tuple，則會收到錯誤訊息：

>>> z = (2337,)
>>> add_one(z)
traceback (most recent call last):
file "", line 1, in file "", line 2, in add_one
typeerror: 'tuple' object does not support item assignment

上面的**演示了這tuple是不可變的。因此，它不支援專案分配。list不是唯一可變的型別。在python中模仿指標的另一種常見方法是使用a dict。

假設您有乙個應用程式，您希望每次發生有趣事件時都要跟蹤它。實現此目的的一種方法是建立乙個dict並使用其中乙個專案作為計數器：

>>> counters = 
>>> def bar():
...     counters["func_calls"] += 1
...>>> def foo():
...     counters["func_calls"] += 1
...     bar()
...>>> foo()
>>> counters["func_calls"]
2

在此示例中，counters字典用於跟蹤函式呼叫的數量。打**後foo()，計數器已2按預期增加。所有因為dict是可變的。

請記住，這只是模擬指標行為，並不直接對映到c或c ++中的真指標。也就是說，這些操作比在c或c ++中更昂貴。

使用python物件

該dict選項是在python中模擬指標的好方法，但有時記住您使用的金鑰名稱會很繁瑣。如果您在應用程式的各個部分使用字典，則尤其如此。這是自定義python類可以真正幫助的地方。

要構建最後乙個示例，假設您要跟蹤應用程式中的指標。建立乙個類是抽象討厭細節的好方法：

class  metrics （object ）：
def  __init __ （self ）：
self 。_metrics  =

此**定義了乙個metrics類。該類仍然使用a dict來儲存實際資料，該資料位於_metrics成員變數中。這將為您提供所需的可變性。現在您只需要能夠訪問這些值。乙個很好的方法是使用屬性：

class metrics(object):
# ...
@property
def func_calls(self):
return self._metrics["func_calls"]
@property
def cat_pictures_served(self):
return self._metrics["cat_pictures_served"]

這段**利用了@property。如果您不熟悉裝飾器，可以在python裝飾器上檢視這個primer。@property這裡的裝飾器允許您訪問func_calls，cat_pictures_served就像它們是屬性一樣：

>>> metrics = metrics()
>>> metrics.func_calls
0>>> metrics.cat_pictures_served
0

您可以將這些名稱作為屬性訪問這一事實意味著您抽象出這些值在a中的事實dict。您還可以更明確地了解屬性的名稱。當然，您需要能夠增加這些值：

class metrics(object):
# ...
def inc_func_calls(self):
self._metrics["func_calls"] += 1
def inc_cat_pics(self):
self._metrics["cat_pictures_served"] += 1

這裡再介紹兩種新方法：

inc_func_calls()
inc_cat_pics()

這些方法會修改指標中的值dict。您現在有乙個類可以修改，就像您正在修改指標一樣：

>>> metrics = metrics()
>>> metrics.inc_func_calls()
>>> metrics.inc_func_calls()
>>> metrics.func_calls
2

在這裡，您可以在應用程式中的各個位置訪問func_calls和呼叫inc_func_calls()，並在python中模擬指標。當您需要在應用程式的各個部分中頻繁使用和更新指標時，這非常有用。

注意：特別是在這個類中，make inc_func_calls()和inc_cat_pics()explicit而不是使用@property.setter阻止使用者將這些值設定為任意int或無效的值，如dict。

class metrics(object):
def __init__(self):
self._metrics = 
@property
def func_calls(self):
return self._metrics["func_calls"]
@property
def cat_pictures_served(self):
return self._metrics["cat_pictures_served"]
def inc_func_calls(self):
self._metrics["func_calls"] += 1
def inc_cat_pics(self):
self._metrics["cat_pictures_served"] += 1

在Python中如何模擬實現指標

在C 中模擬實現boost bind的功能

模擬實現STL中list容器

如何模擬實現乙個call apply bind函式

在Python中如何模擬實現指標

在C 中模擬實現boost bind的功能

模擬實現STL中list容器

如何模擬實現乙個call apply bind函式

相關推薦