看到了有給 Python 函數(shù)參數(shù)的默認(rèn)值傳遞可變對(duì)象，以此來加快斐波那契函數(shù)的遞歸速度，代碼如下：

def fib(n, cache={0: 0, 1: 1}):
    if n not in cache:
        cache[n] = fib(n - 1) + fib(n - 2)
    return cache[n]

是不是很新奇，居然可以這樣，速度真的非常快，運(yùn)行結(jié)果如下：

不過，我勸你不要這樣做，而且 IDE 也會(huì)提示你這樣做很不好：

這是因?yàn)?，萬物皆對(duì)象，Python 函數(shù)也是對(duì)象，參數(shù)的默認(rèn)值就是對(duì)象的屬性，在編譯階段參數(shù)的默認(rèn)值就已經(jīng)綁定到該函數(shù)，如果是可變對(duì)象，Python 函數(shù)參數(shù)的默認(rèn)值在會(huì)被存儲(chǔ)，并被所有的調(diào)用者共享，也就是說，一個(gè)函數(shù)的參數(shù)默認(rèn)值如果是一個(gè)可變對(duì)象，例如 List、Dict，調(diào)用者 A 修改了它，那么之后調(diào)用者 B 在調(diào)用的時(shí)候看到的就是 A 修改后的結(jié)果，這樣的模式往往會(huì)產(chǎn)生意想不到的結(jié)果，比如上面 fib 的算法，但更多的是 bug。

可以看下這段簡(jiǎn)單的代碼：

def func(n, li = []):
    for i in range(n):
        li.append(i)
    print(l)

func(2) # [0，1]
func(3,l=[1,2]) # [1，2，0，1，2]
func(2) # [0，1]

你可以先估算一下這段代碼的輸出，如果和注釋中的一樣，那你就錯(cuò)了。正確的結(jié)果是：

[0, 1]
[1, 2, 0, 1, 2]
[0, 1, 0, 1]

你可能會(huì)覺得，最后一個(gè) func(2) 怎么是這樣，不急，我們 print(id(li)) 調(diào)試一下：

def func(n, li = []):
    print(id(li))
    for i in range(n):
        li.append(i)
    print(li)

func(2)
func(3,li=[1,2])
func(2)

結(jié)果如下：

140670243756736
[0, 1]
140670265684928
[1, 2, 0, 1, 2]
140670243756736
[0, 1, 0, 1]

有沒有發(fā)現(xiàn)，第一個(gè) func(2) 和第二個(gè) func(2) 的 id 是一樣的，說明它們用到的是 li 是同一個(gè)，這就參數(shù)的默認(rèn)值是可變對(duì)象的邏輯，對(duì)于所有的調(diào)用者來講，是共享的。

如果要深入研究 Python 為什么這么設(shè)計(jì)，可以移步 http://cenalulu.github.io/python/default-mutable-arguments/

如何避免？

最好的方式是不要使用可變對(duì)象作為函數(shù)默認(rèn)值。如果非要這么用的話，下面是一種解決方案：

def generate_new_list_with(my_list=None, element=None):
    if my_list is None:
        my_list = []
    my_list.append(element)
    return my_list

這樣，如果 my_list 默認(rèn)值永遠(yuǎn)都是 []。

最后

我想那個(gè) fib 函數(shù)的實(shí)現(xiàn)可能會(huì)讓你印象深刻，不過請(qǐng)注意，這樣的用法非常危險(xiǎn)，不可用于自己的代碼中。