这个C/ c++代码在Python中的等效代码是什么?
void foo()
{
static int counter = 0;
counter++;
printf("counter is %d\n", counter);
}
具体来说，如何在函数级别实现静态成员，而不是在类级别?将函数放入类中会改变什么吗?
当前回答
许多人已经建议测试“hasattr”，但有一个更简单的答案:
def func():
func.counter = getattr(func, 'counter', 0) + 1
没有try/except，没有测试hasattr，只有默认的getattr。
其他回答
在尝试了几种方法后，我最终使用了@warvariuc的答案的改进版本:
import types
def func(_static=types.SimpleNamespace(counter=0)):
_static.counter += 1
print(_static.counter)
其他答案已经演示了您应该如何做到这一点。这里有一种方法你不应该:
>>> def foo(counter=[0]):
... counter[0] += 1
... print("Counter is %i." % counter[0]);
...
>>> foo()
Counter is 1.
>>> foo()
Counter is 2.
>>>
默认值仅在函数第一次求值时初始化，而不是每次执行时初始化，因此可以使用列表或任何其他可变对象来存储静态值。
鉴于这个问题，我可以提出另一个可能更好用的替代方案，对方法和函数看起来都是一样的:
@static_var2('seed',0)
def funccounter(statics, add=1):
statics.seed += add
return statics.seed
print funccounter() #1
print funccounter(add=2) #3
print funccounter() #4
class ACircle(object):
@static_var2('seed',0)
def counter(statics, self, add=1):
statics.seed += add
return statics.seed
c = ACircle()
print c.counter() #1
print c.counter(add=2) #3
print c.counter() #4
d = ACircle()
print d.counter() #5
print d.counter(add=2) #7
print d.counter() #8
如果你喜欢这种用法，下面是它的实现:
class StaticMan(object):
def __init__(self):
self.__dict__['_d'] = {}
def __getattr__(self, name):
return self.__dict__['_d'][name]
def __getitem__(self, name):
return self.__dict__['_d'][name]
def __setattr__(self, name, val):
self.__dict__['_d'][name] = val
def __setitem__(self, name, val):
self.__dict__['_d'][name] = val
def static_var2(name, val):
def decorator(original):
if not hasattr(original, ':staticman'):
def wrapped(*args, **kwargs):
return original(getattr(wrapped, ':staticman'), *args, **kwargs)
setattr(wrapped, ':staticman', StaticMan())
f = wrapped
else:
f = original #already wrapped
getattr(f, ':staticman')[name] = val
return f
return decorator
当然，这是一个老问题，但我想我可以提供一些更新。
看来性能论点已经过时了。 对于siInt_try和isInt_re2，相同的测试套件似乎给出了类似的结果。 当然，结果会有所不同，但这是在我的计算机上使用python 3.4.4的一次会话，使用Xeon W3550的内核4.3.01。 我已经运行了几次，结果似乎相似。 我将全局正则表达式移动到函数静态，但性能差异可以忽略不计。
isInt_try: 0.3690
isInt_str: 0.3981
isInt_re: 0.5870
isInt_re2: 0.3632
考虑到性能问题，try/catch似乎可以生成最适合未来和墙角情况的代码，所以可能只是将其包装在函数中
Soulution n +=1
def foo():
foo.__dict__.setdefault('count', 0)
foo.count += 1
return foo.count
