摘要：变量的可见范围称为作用域（Scope），变量存在于内存中的时间长度称为生命周期（Lifetime）。
8.4 变量的作用域与生命周期
变量的可见范围称为作用域（Scope），变量存在于内存中的时间长度称为生命周期（Lifetime）。
8.4.1 局部变量与全局变量
（1）局部变量
在函数内部定义的变量（包括形参）称为局部变量（Local Variable）。
• 作用域：从定义位置开始到函数结束。
• 生命周期：函数被调用时创建，函数返回时销毁。
（2）全局变量
在函数之外定义的变量称为全局变量（Global Variable）。
• 作用域：从定义位置开始至模块或脚本结束。
• 生命周期：程序运行时创建，程序终止时销毁。
示例：
print("函数外部 x =", x)输出：
函数外部 x = 10函数内部与外部的 x 各自存在于不同命名空间中，互不影响。
如果需要在函数内部修改全局变量，需使用 global 关键字声明。
add_one计数： 2global 告诉解释器：此变量来自全局作用域，而不是新建局部变量。
8.4.2 变量查找规则：LEGB 原则
当程序引用一个变量名时，Python 会按照L→E→G→B四个层级依次查找。
缩写
名称
L
Local
当前函数或 lambda 表达式内部的局部作用域
E
Enclosing
外层（非全局）函数的局部作用域
G
Global
当前模块的全局作用域
B
Built-in
Python 内建命名空间（如lensum等）示例：
outer输出：
localPython 按照 LEGB 顺序逐层查找，直到找到匹配的变量名为止。若在各个层级都未找到，将触发 NameError。
8.4.3 nonlocal 声明
在嵌套函数中，如果需要修改外层函数的局部变量，可以使用 nonlocal 关键字。
print(add)nonlocal 允许访问外层（但非全局）作用域的变量，使嵌套函数能“记住”上次的执行状态。
8.4.4 闭包
当一个函数在其内部定义另一个函数然后返回此函数，并且内部函数引用了外层函数的局部变量时，就形成了（Closure）。
示例：
print(cube(2)) # 8 -> 2 ** 3闭包中的外层局部变量不会在外层函数结束后立即销毁，而会与内部函数共同存活，直到闭包对象被释放，这是一种延长变量生命周期的机制。
闭包使函数“携带”外部环境变量，共同形成可延续的执行上下文。这是 Python 实现延迟计算、记忆函数状态的重要机制。
8.5 递归函数
若一个函数在其定义体内直接或间接调用自己，这种行为称为递归（Recursion）。递归常用于处理具有自相似结构的问题，如数学计算、树形遍历、分治算法等。
递归函数通常包含两个要素：
• 终止条件：决定递归何时结束。
• 递推关系：描述问题的自我分解。
例 8.5.1：使用递归方法计算阶乘
print(factorial(5))输出：
120执行流程为：factorial(5) → 5 * factorial(4) → ... → factorial(1)，最终返回 120。
递归在概念上简洁明了，但深度过大可能导致栈溢出，因此在实际应用中应设置合理边界或改写为迭代算法。
例 8.5.2：汉诺塔问题
问题描述：有三根柱子（A、B、C），将 n 个盘子从 A 移到 C，每次只能移动一个盘，且大盘不能压在小盘上。
递归思路：
1、将 n−1 个盘从 A 移到 B（借助 C）；
2、将第 n 个盘从 A 移到 C；
3、再将 n−1 个盘从 B 移到 C（借助 A）。
hanoi(3, "A", "B", "C")汉诺塔体现了递归的“分解–求解–合并”思想，是递归问题的经典模型。
8.6 匿名函数 lambda
在某些场景下，我们仅需要定义一次性的小型函数，例如排序规则、自定义筛选条件或简单运算。为简化函数定义，Python 提供了匿名函数表达式 lambda。
• lambda 表示匿名函数。
• 冒号后必须是一个单一表达式。
• 表达式结果即为函数的返回值。
• lambda 返回的是函数对象。
示例：
print(square(5))25lambda 可赋值给变量使用，与普通函数行为一致。
8.7 高阶函数
在 Python 中，函数是一等对象（First-Class Object），可以赋值给变量、作为参数传递、或作为返回值返回。
若一个函数接收函数作为参数，或返回另一个函数，则称为（Higher-Order Function）。
Python 中常用的内置高阶函数有 map、filter、reduce、sorted等。
（1）映射函数
将函数 func 作用于中的每个元素，返回一个新的惰性迭代器对象（map 对象）。
示例：
print(list(result))输出：
每次调用 square 时，局部变量 x 的生命周期只在当前迭代中存在。
map 函数返回迭代器，迭代过程中局部变量逐个创建与销毁。
（2）过滤函数
会保留所有 func(x) 为 True 的元素。
示例：
[2, 4, 6]filter 适用于数据清洗、条件筛选等场景。
（3）累积函数
会将函数 func 依次作用于序列元素，最终归约成一个值。
示例：
print(result)5050reduce 的执行逻辑为：((1 + 2) + 3) + 4，常用于聚合操作，如求和、累乘等。
若提供 initializer，则以该值作为初始累积结果。
（4）自定义排序函数
通过 key 指定排序逻辑。
示例：
print(sorted_students[i])sorted 返回一个新的已排序的列表（list），不会修改原可迭代对象。
例 8.7.1计算所有偶数平方的总和
示例：
print(result)56filter 筛选偶数 → map 计算平方 → reduce 累加。这体现了函数式编程中“数据流式处理”的思维方式。
小结
本次课学习了函数的进阶用法：理解作用域与生命周期的关系，掌握 global 与 nonlocal 的使用；了解闭包保持外部状态的机制；认识递归的原理及应用；学习了 lambda 匿名函数与高阶函数（map、filter、reduce、sorted 等）的实用方式。
下一课将进入模块化程序设计，学习如何将多个函数组织为模块与包，实现真正的项目级复用。
“点赞有美意，赞赏是鼓励”
来源：岚岚课堂
