在 python 中进行多次分派的简单方法？（没有外部图书馆或 class 建筑？）

Question

我正在编写一个一次性脚本来计算我正在运行的一些模拟的一些分析解决方案。

我想以一种基于其输入计算正确答案的方式实现一个函数。例如，假设我有以下数学方程式：

tmax = (s1 - s2) / 2 = q * (a^2 / (a^2 - b^2))

对我来说似乎很简单，我应该能够做这样的事情：

def tmax(s1, s2):
    return (s1 - s2) / 2

def tmax(a, b, q):
    return q * (a**2 / (a**2 - b**2))

我可能已经习惯了在 julia 中写作，但我真的不想让这个脚本变得过于复杂。

Answer 1

您可以使用可选参数执行此操作：

def tmax_2(s1, s2):
    return (s1 - s2) / 2

def tmax_3(a, b, q):
    return q * (a**2 / (a**2 - b**2))

def tmax(a, b, c=None):
    if c is None:
        return tmax_2(a, b)
    else:
        return tmax_3(a, b, c)

Answer 2

在像 C++ 这样的静态类型语言中，您可以根据输入参数类型（和数量）重载函数，但这在 Python 中是不可能的。任何给定名称只能有一个函数。

您可以做的是使用默认参数功能 select 在中的两个路径之一，类似于：

def tmax(p1, p2, p3 = None):
    # Two-argument variant has p3 as None.

    if p3 is None:
        return (p1 - p2) / 2

    # Otherwise, we have three arguments.

    return (p1 * p1 / (p1 * p1 - p2 * p2)) * p3

如果您想知道为什么我将平方运算从 n ** 2 更改为 n * n，那是因为后者更快（或者是，在过去的某个时候，至少对于像 2 这样的小整数幂 - 这可能仍然是这种情况，但你可能想要确认）。

一个可能的情况下g1 ** 2可能比g1 * g1更快g1是全局的而不是本地（Python VM 到 LOAD_GLOBAL 而不是 LOAD_FAST 需要更长的时间）。发布的代码不是这种情况，因为参数本质上是非全局的。

在 python 中进行多次分派的简单方法？（没有外部图书馆或 class 建筑？）

Simple way to do multiple dispatch in python? (No external libraries or class building?)

python

function

multiple-dispatch

在 python 中进行多次分派的简单方法？ （没有外部图书馆或 class 建筑？）

Simple way to do multiple dispatch in python? (No external libraries or class building?)

python

function

multiple-dispatch

在 python 中进行多次分派的简单方法？（没有外部图书馆或 class 建筑？）