Blog

利用Python生成器解决判断子序列问题

June 5, 2022
Python, Subsequence

Question #

给定字符串 s 和 t ，判断 s 是否为 t 的子序列。

字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，“ace"是"abcde"的一个子序列，而 “aec"不是）。

进阶：

如果有大量输入的 S，称作 S1, S2, … , Sk 其中 k >= 10亿，你需要依次检查它们是否为 T 的子序列。在这种情况下，你会怎样改变代码？

示例 1：

输入：s = “abc”, t = “ahbgdc” 输出：true 示例 2：

输入：s = “axc”, t = “ahbgdc” 输出：false

Answer # 

def isSubsequence(self, s, t):
  t = iter(t)
  return all(i in t for i in s)

Viewpoint #

生成器的遍历只能往前，本题的解法充分利用了这一点。其中"i in t"的效果与下面的代码功能相似：

while True:
    val = next(t)
    if val == i:
        yield True

在t中找到了val后，生成器会记信这个位置，下次再执行"i in t"的判断时，会继续往下找。生成器相当于提供了一个免费的带记忆的指针。

...

metaclass是type的子类

June 5, 2022

Question #

Python类型模型的三条原则之三： metaclass 是 type 的子类，通过替换 type 的__call__运算符重载机制，“超越变形”正常的类。如何理解原则三？

Answer #

正是 Python 的类创建机制，给了 metaclass 大展身手的机会。一旦你把一个类型 MyClass 的 metaclass 设置成 MyMeta，MyClass 就不再由原生的 type 创建，而是会调用 MyMeta 的__call__运算符重载。

class = type(classname, superclasses, attributedict)
# 变为了
class = MyMeta(classname, superclasses, attributedict)

所以，我们才能在上面 YAML 的例子中，利用 YAMLObjectMetaclass 的__init__方法，为所有 YAMLObject 子类偷偷执行add_constructor()。

Viewpoint #

JavaScript中通过修改prototype继承链条，也能实现对基础类的改造？（TODO:找资料证实，添加链接）

From #

18 | metaclass，是潘多拉魔盒还是阿拉丁神灯？

Python Data Model

用户自定义类是type类的__call__运算符重载

June 5, 2022
Python, Datamodel

Question #

Python类型模型的三条原则之二: 用户自定义类，只不过是 type 类的__call__运算符重载。如何理解这条规则？

Answer #

当我们定义一个类的语句结束时，真正发生的情况，是 Python 调用 type 的__call__运算符。简单来说，当你定义一个类时，写成下面这样时：

class MyClass:
  data = 1

Python 真正执行的是下面这段代码：

class = type(classname, superclasses, attributedict)

这里等号右边的type(classname, superclasses, attributedict)，就是 type 的__call__运算符重载，它会进一步调用：

type.__new__(typeclass, classname, superclasses, attributedict)
type.__init__(class, classname, superclasses, attributedict)

当然，这一切都可以通过代码验证，比如下面这段代码示例：

class MyClass:
  data = 1

instance = MyClass()
MyClass, instance
# 输出
(__main__.MyClass, <__main__.MyClass instance at 0x7fe4f0b00ab8>)
instance.data
# 输出
1
MyClass = type('MyClass', (), {'data': 1})
instance = MyClass()
MyClass, instance
# 输出
(__main__.MyClass, <__main__.MyClass at 0x7fe4f0aea5d0>)
instance.data
# 输出
1

由此可见，正常的 MyClass 定义，和你手工去调用 type 运算符的结果是完全一样的。

...

Python自定义类是type类的实例

June 5, 2022
Python, Datamodel

Question #

Python类型模型的三条原则之一：所有的 Python 的用户定义类，都是 type 这个类的实例。如何理解这句话？

Answer #

事实上，类本身不过是一个名为 type 类的实例。在 Python 的类型世界里， type 这个类就是造物的上帝。这可以在代码中验证：

# Python 3和Python 2类似
class MyClass:
  pass
instance = MyClass()
type(instance)
# 输出
<class '__main__.C'>
type(MyClass)
# 输出
<class 'type'>

你可以看到，instance 是 MyClass 的实例，而 MyClass 不过是“上帝”type 的实例。

From #

18 | metaclass，是潘多拉魔盒还是阿拉丁神灯？

Python Data Model

Python装饰器保持函数元数据

June 5, 2022
Python, Decorator

Question #

Python中装饰后的函数的元数据与原函数没有关联，如果要让装饰后的函数与原函数有着一致的元数据，应如何操作？

Answer #

内置的装饰器@functools.wrap，它会帮助保留原函数的元信息（也就是将原函数的元信息，拷贝到对应的装饰器函数里）。

import functools
def my_decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        print('wrapper of decorator')
        func(*args, **kwargs)
    return wrapper

@my_decorator
def greet(message):
    print(message)
greet.__name__
# 输出
'greet'

类装饰器 #

From #

17 | 强大的装饰器

Python类装饰器

June 5, 2022
Python, Decorator

Question #

Python类装饰器的用法。举例说明。

Answer #

类装饰器主要依赖于函数_call_()，每当你调用一个类的示例时，函数_call_()就会被执行一次。我们来看下面这段代码：

class Count:
    def __init__(self, func):
        self.func = func
        self.num_calls = 0
    def __call__(self, *args, **kwargs):
        self.num_calls += 1
        print('num of calls is: {}'.format(self.num_calls))
        return self.func(*args, **kwargs)
@Count
def example():
    print("hello world")
example()
# 输出
num of calls is: 1
hello world
example()
# 输出
num of calls is: 2
hello world
...

这里，我们定义了类 Count，初始化时传入原函数 func()，而_call_()函数表示让变量 num_calls 自增 1，然后打印，并且调用原函数。因此，在我们第一次调用函数 example() 时，num_calls 的值是 1，而在第二次调用时，它的值变成了 2。

From #

17 | 强大的装饰器