Python函数式编程基础及范式实现

Python是一种面向对象的语言，但它也支持函数式编程。函数式编程是一种基于函数的编程方式，它强调把函数作为一等公民来考虑，即函数和其他数据类型一样重要。函数式编程还强调避免共享状态和可变数据，尽可能使用不可变数据。

Python中函数式编程的基础包括lambda表达式、高阶函数、闭包和装饰器。其中lambda表达式是用来定义匿名函数的，它通常用于传递简单的函数作为参数。例如：

def apply(f, x):
    return f(x)

square = lambda x: x * x
apply(square, 3) # 返回9

高阶函数是指接受一个或多个函数作为参数或返回函数的函数。例如，map和reduce函数都是高阶函数：

lst = [1, 2, 3, 4]
square = lambda x: x * x
result = map(square, lst) # 返回 [1, 4, 9, 16]

lst = [1, 2, 3, 4]
add = lambda x, y: x + y
result = reduce(add, lst) # 返回10

闭包是指一个函数可以访问外部作用域中定义的变量。例如：

def make_adder(n):
    def adder(x):
        return x + n
    return adder

add5 = make_adder(5)
add5(3) # 返回8

装饰器是用来修改函数行为的函数。例如：

def memoize(f):
    cache = {}
    def memo_f(x):
        if x not in cache:
            cache[x] = f(x)
        return cache[x]
    return memo_f

@memoize
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

函数式编程还有几个比较重要的范式，包括纯函数、惰性求值和函数组合。纯函数是指没有副作用的函数，即函数不会修改传递给它的参数，也不会在函数外部产生任何影响。例如：

def add(x, y):
    return x + y

惰性求值是指在需要时才计算表达式的值，而不是在表达式被定义时就立即计算。例如：

# 惰性求值的实现方式
def my_range(start, end):
    while start < end:
        yield start
        start += 1

# 使用惰性求值
result = filter(lambda x: x % 2 == 0, my_range(0, 10))

函数组合是指把多个函数组合成一个大函数。例如：

# 组合函数
def compose(f, g):
    def composite(x):
        return f(g(x))
    return composite

# 使用组合函数
result = compose(lambda x: x * 2, lambda x: x + 1)(3) # 返回8

在Python中，函数式编程与面向对象编程并不是完全独立的两种编程方式，它们可以结合使用以实现更好的程序设计。例如，在使用面向对象编程时，可以尽量使用不可变数据类型、避免共享状态等函数式编程的原则。同时，在使用函数式编程时，也可以使用面向对象编程中的面向对象思想，例如封装和多态。