什么是高阶函式？

在 Python 中，函数不仅可以接受数值、字串等基本数据类型作为参数，还可以接受其他函数作为参数，甚至可以返回一个函数。这种将函数作为变数来使用的特性，就是所谓的 高阶函数 (Higher-Order Function)。

高阶函式的应用场景

  • 回呼函数 (Callback function)： 将函数作为参数传递给另一个函数，以便在特定的事件发生时执行。
  • 装饰器 (Decorator)： 用来修改其他函数的功能，例如，添加日志记录、性能测量等。
  • lambda 表达式： 一种匿名函数，可以简化函数的定义。
  • map、filter、reduce： Python 内建的高阶函数，用于对可迭代对象进行映射、过滤和归约操作。
函数
描述
示例
map(function, iterable) 将函数应用于可迭代对象的每个元素，并返回一个新的迭代器。 list(map(lambda x: x*2, [1, 2, 3])) → [2, 4, 6]
filter(function, iterable) 过滤可迭代对象中的元素，返回一个新的迭代器，其中包含使函数返回 True 的元素。 list(filter(lambda x: x % 2 == 0, [1, 2, 3, 4])) → [2, 4]
reduce(function, iterable) 将函数应用于可迭代对象的元素，从左到右累积结果。 from functools import reduce; reduce(lambda x, y: x+y, [1, 2, 3]) → 6

范例：使用高阶函数实现排序

def sort_by_length(words):
"""根据字串长度排序"""
return sorted(words, key=len)

words = [\'apple\', \'banana\', \'cherry\']
print(sort_by_length(words)) # 输出: [\'apple\', \'cherry\', \'banana\']

在上面的例子中，sorted 函数是一个高阶函数，它接受一个 key 参数，这个参数是一个函数，用于指定排序的关键字。我们传入了一个 lambda 表达式 len 作为 key，表示根据每个元素的长度进行排序。

高阶函数的好处

程式码更简洁： 高阶函数可以减少重复代码，提高程式码的可读性。程式码更灵活： 通过传递不同的函数作为参数，可以实现不同的功能。函数式程式设计： 高阶函数是函数式程式设计的重要概念，它可以帮助我们写出更抽象、更具有表达力的程式码。

关键点：

  • 函数可以作为变数传递
  • 函数可以作为参数
  • 函数可以返回函数