变量作用域----Python高级语言特性（1）

神奇的代码

def memo(f):
    cache={}
    def _f(*args):
        print 'cache is ',cache
        try:
            return cache[args]
        except KeyError:
            cache[args]=result=f(*args)
            return result
        except TypeError:
            return f(args)
    return _f
def fib(n):
    """斐波那契数列
    """
    if n<=1:return 1
    else:return fib(n-1)+fib(n-2)
fib=memo(fib)
fib(5)

       看了这段代码我也是醉了，不过后来又醒了，这段代码是牺牲空间以获得时间效率大幅提升的典型算法举例。代码第13行定义的函数fib是计算斐波那契数列第n个数的值，该函数的算法时间复杂度将是指数级的，那显然是不可接受的。代码第18行重新定义了函数fib，时间复杂度降为O(n)。如果代码全看懂了，本文可以飘过了。如果有疑问的话，本文将利用该段代码介绍Python变量作用域。

Global Enviroment

       当执行Python文件，Python解释器首先会创建全局环境，对于本文来说，可以将全局环境想象为Python字典，利用该字典，Python解释器可以根据变量名称查找该变量引用的实际对象（从C语言的角度来说就是找到该变量实际引用的内存的地址)。全局环境默认已经存有Python内置函数、操作符等。例如，当Python解释器遇到操作符'+'，就从全局环境中查找到操作符'+'实际引用的对象并调用。当上节代码执行到第17行，该全局环境添加了用户定义的变量名称'memo'和'fib'，执行第18行时，Python解释器从全局环境中查找到'memo'实际引用的对象并调用，返回结果用来更新全局环境中'fib'引用的对象，此时'fib'引用的对象已经不是第13行定义的函数对象，而是第3行定义的函数对象，文章到这里，应该还不是那么令人费解。

Frame

       当执行Python函数时，Python解释器会创建Frame，我们可以简单看作是局部环境，与全局环境类似也可以想象为Python字典。需要说明的是，当定义函数时，该函数对象会保存当前所在环境的引用，例如第1行定义'memo'函数时，该函数对象会保存指向全局环境的引用。而当在第18行调用'memo'函数跳转到第2行时，Python解释器将会创建局部环境，并在局部环境中复制该函数对象所保存的定义该函数时所在环境对象的引用，对于本文，'memo'函数对象保存的就是指向全局环境的引用，当执行到第4行时，该局部环境中又添加了'f'、'cache'和'_f'，并且'_f'函数对象会保存对当前局部环境的引用，当执行第12行时，返回'_f'函数对象，此时由于该函数对象保存了对当前局部环境的引用，因此该局部环境不会释放。

Search

       当执行到第19行时，Python解释器首先在全局环境查找'fib'所引用的函数对象，显然将根据查找的结果，执行第3行'_f'函数，与执行'memo'函数类似，首先创建局部环境，并且复制'_f'函数对象所保存的局部环境的引用，即执行'memo'函数所创建局部环境，并且将'args'添加到当前局部环境中，当执行第4行时，'cache'变量能在当前局部环境中找到吗？显然不能，那就去上一级局部环境中查找，如上文所述，上一级局部环境中有'f'，'cache'和'_f'，因此可以成功访问'cache'所引用的对象，当执行第8行时，'f'也可以在上一级局部环境中找到，那究竟跳转到哪儿执行呢？在创建上一级局部环境时，'f'是指向第13行定义的函数对象的，因此将跳转到第16行执行，此时也会创建局部环境，而该局部环境的上一级的环境是全局环境，因该函数对象是在全局环境中定义的，如果执行到第17行时,'fib'哪里能找到呢，当然是在全局环境中找到并执行，然后呢？然后就是重复本节所述的内容，最终当递归条件结束时将会逐步返回。

question

def memo(f):
    cache={}
    def _f(*args):
        print 'cache is ',cache
        try:
            return cache[args]
        except KeyError:
            cache[args]=result=f(*args)
            return result
        except TypeError:
            return f(args)
    return _f
def fib(n):
    """斐波那契数列
    """
    if n<=1:return 1
    else:return fib(n-1)+fib(n-2)
def square(n):
    return n**2
fib=memo(fib)
print fib(5)
square=memo(square)
print square(5)

       对于这段代码，你认为square(5)会等于fib(5)，也就是square和fib会共享'cache'吗？