我正在尝试在python中编写一个函数,如:
def repeated(f, n):
...
其中f
是一个带有一个参数的函数,而n
是一个正整数。
例如,如果我将square定义为:
def square(x):
return x * x
我打电话给
repeated(square, 2)(3)
这将是3次,2次。
答案 0 :(得分:21)
应该这样做:
def repeated(f, n):
def rfun(p):
return reduce(lambda x, _: f(x), xrange(n), p)
return rfun
def square(x):
print "square(%d)" % x
return x * x
print repeated(square, 5)(3)
输出:
square(3)
square(9)
square(81)
square(6561)
square(43046721)
1853020188851841
或lambda
- 少?
def repeated(f, n):
def rfun(p):
acc = p
for _ in xrange(n):
acc = f(acc)
return acc
return rfun
答案 1 :(得分:9)
使用reduce
和lamba。
从您的参数开始构建一个元组,然后是您要调用的所有函数:
>>> path = "/a/b/c/d/e/f"
>>> reduce(lambda val,func: func(val), (path,) + (os.path.dirname,) * 3)
"/a/b/c"
答案 2 :(得分:2)
这样的东西?
def repeat(f, n):
if n==0:
return (lambda x: x)
return (lambda x: f (repeat(f, n-1)(x)))
答案 3 :(得分:0)
我认为你想要功能组合:
def compose(f, x, n):
if n == 0:
return x
return compose(f, f(x), n - 1)
def square(x):
return pow(x, 2)
y = compose(square, 3, 2)
print y
答案 4 :(得分:0)
这是使用reduce
的食谱:
def power(f, p, myapply = lambda init, g:g(init)):
ff = (f,)*p # tuple of length p containing only f in each slot
return lambda x:reduce(myapply, ff, x)
def square(x):
return x * x
power(square, 2)(3)
#=> 81
我称之为power
,因为这实际上就是幂函数的作用,组成代替乘法。
(f,)*p
在每个索引中创建一个长度为p
的元组,其中包含f
。如果你想得到想象,你会使用生成器来生成这样的序列(参见itertools
) - 但是请注意它必须在lambda中创建。
myapply
在参数列表中定义,因此只创建一次。
答案 5 :(得分:0)
使用reduce和itertools.repeat(正如Marcin建议的那样):
from itertools import repeat
from functools import reduce # necessary for python3
def repeated(func, n):
def apply(x, f):
return f(x)
def ret(x):
return reduce(apply, repeat(func, n), x)
return ret
您可以按如下方式使用它:
>>> repeated(os.path.dirname, 3)('/a/b/c/d/e/f')
'/a/b/c'
>>> repeated(square, 5)(3)
1853020188851841
(导入os
或分别定义square
后)
答案 6 :(得分:0)
有一个名为repeatfunc
的itertools配方执行此操作。
def repeatfunc(func, times=None, *args):
"""Repeat calls to func with specified arguments.
Example: repeatfunc(random.random)
"""
if times is None:
return starmap(func, repeat(args))
return starmap(func, repeat(args, times))
我使用第三方库more_itertools
,方便地实现这些食谱(可选):
import more_itertools as mit
list(mit.repeatfunc(square, 2, 3))
# [9, 9]