对函数 reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)), funcs) 的理解

2024-04-20 20:18

本文主要是介绍对函数 reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)), funcs) 的理解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

标题 对函数 reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)), funcs) 的理解

参考文献:https://ask.csdn.net/questions/698225

一、先看一下reduce():
参考文献:https://www.cnblogs.com/863652104kai/p/11826421.html
通俗解释:reduce(function, sequence): function是一个函数,sequence是一个数据集合(元组、列表等)。先将集合里的第1,2个参数参入函数执行,再将执行结果和第3个参数传入函数执行…,最终得到最后一个结果
比如:reduce(lambda x, y: x + y,[1,2,3,4])执行步骤:
先将1,2传入:1+2 = 3
再将3,3传入:3+3 = 6
再将6,4传入:6+4 = 10
最终结果为:10

二、首先研究简化一点的:

def add(x):x = x + 1return xdef mut(x):x = 2 ** xreturn xprint(reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)),[add,mut,add,mut])(1))

32 #运行,输出结果为32

算法原理分析:
1、lambda f, g: lambda *a, **kw: g(f(*a, **kw))
此函数等价于:

def func1(f,g):def func2(*a,**kw):return g(f(*a,**kw))return func2

分析一下func1(),输入参数是f,g,(f,g的意义是对函数f、g的引用,不是调用,调用是f()、g()),返回的是函数func2的引用,func2的输入参数是(*a, **kw),因此可以对func1(f,g)进行调用,即func1(f,g)(*a, **kw)

2、reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)),[add,mut,add,mut])
此函数式编程采用了reduce(),等价于:
func1(func1(func1(add,mut),add),mut) (再进一步分析,等价于: mut(add(mut(add))) 。) ,这是一个复合函数。
func1(func1(func1(add,mut),add),mut)的输出结果是函数func2的引用,因此可以对其进行调用,看下面第3步。

3、reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)),[add,mut,add,mut])(1)
该式是对reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)),[add,mut,add,mut])的调用,等价于func1(func1(func1(add,mut),add),mut) (1),即mut(add(mut(add(1)))

回到reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)), funcs),funcs是一个函数列表,整个式子实现的是复合函数的功能。
在yolov3的代码中(keras-yolo3-master\yolo3\utils.py),有相关的应用。

def compose(*funcs):"""Compose arbitrarily many functions, evaluated left to right.Reference: https://mathieularose.com/function-composition-in-python/"""# return lambda x: reduce(lambda v, f: f(v), funcs, x)if funcs:return reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)), funcs)else:raise ValueError('Composition of empty sequence not supported.')

这篇关于对函数 reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)), funcs) 的理解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/921225

相关文章

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

06 C++Lambda表达式

lambda表达式的定义 没有显式模版形参的lambda表达式 [捕获] 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 有显式模版形参的lambda表达式 [捕获] <模版形参> 模版约束 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 含义 捕获:包含零个或者多个捕获符的逗号分隔列表 模板形参:用于泛型lambda提供个模板形参的名

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

【C++高阶】C++类型转换全攻略:深入理解并高效应用

📝个人主页🌹:Eternity._ ⏩收录专栏⏪:C++ “ 登神长阶 ” 🤡往期回顾🤡:C++ 智能指针 🌹🌹期待您的关注 🌹🌹 ❀C++的类型转换 📒1. C语言中的类型转换📚2. C++强制类型转换⛰️static_cast🌞reinterpret_cast⭐const_cast🍁dynamic_cast 📜3. C++强制类型转换的原因📝

C++操作符重载实例(独立函数)

C++操作符重载实例,我们把坐标值CVector的加法进行重载,计算c3=c1+c2时,也就是计算x3=x1+x2,y3=y1+y2,今天我们以独立函数的方式重载操作符+(加号),以下是C++代码: c1802.cpp源代码: D:\YcjWork\CppTour>vim c1802.cpp #include <iostream>using namespace std;/*** 以独立函数

深入理解RxJava:响应式编程的现代方式

在当今的软件开发世界中,异步编程和事件驱动的架构变得越来越重要。RxJava,作为响应式编程(Reactive Programming)的一个流行库,为Java和Android开发者提供了一种强大的方式来处理异步任务和事件流。本文将深入探讨RxJava的核心概念、优势以及如何在实际项目中应用它。 文章目录 💯 什么是RxJava?💯 响应式编程的优势💯 RxJava的核心概念

如何通俗理解注意力机制?

1、注意力机制(Attention Mechanism)是机器学习和深度学习中一种模拟人类注意力的方法,用于提高模型在处理大量信息时的效率和效果。通俗地理解,它就像是在一堆信息中找到最重要的部分,把注意力集中在这些关键点上,从而更好地完成任务。以下是几个简单的比喻来帮助理解注意力机制: 2、寻找重点:想象一下,你在阅读一篇文章的时候,有些段落特别重要,你会特别注意这些段落,反复阅读,而对其他部分

函数式编程思想

我们经常会用到各种各样的编程思想,例如面向过程、面向对象。不过笔者在该博客简单介绍一下函数式编程思想. 如果对函数式编程思想进行概括,就是f(x) = na(x) , y=uf(x)…至于其他的编程思想,可能是y=a(x)+b(x)+c(x)…,也有可能是y=f(x)=f(x)/a + f(x)/b+f(x)/c… 面向过程的指令式编程 面向过程,简单理解就是y=a(x)+b(x)+c(x)