Python 函数默认参数机制

默认参数的计算时机

  • 默认参数在函数定义时计算一次，不是在函数调用时。

    1
    2
    3
    def foo(x=[]):
        x.append(1)
        return x

    每次调用 foo()，都会操作同一个列表对象。

可变对象的陷阱

  • 默认参数如果是 可变对象（如 list, dict, set），就会在多次调用中共享状态。

    1
    2
    3
    4
    5
    6
    7
    8
    def add_item(item, bag=[]):
        bag.append(item)
        return bag

    add_item('apple')       # ['apple']
    add_item('banana')      # ['apple', 'banana']
    add_item('cherry', [])  # ['cherry']
    add_item('date')        # ['apple', 'banana', 'date']

  • 因此，后续调用会“继承”前一次的内容。

安全写法

使用不可变对象（如 None）作为哨兵值，确保每次都新建对象：

1
2
3
4
5
def add_item(item, bag=None):
    if bag is None:
        bag = []
    bag.append(item)
    return bag

内部原理

  • Python 将默认参数保存在函数对象的 __defaults__ 属性中。

    1
    2
    >>> add_item.__defaults__
    ([],)

  • 因此，默认参数本质上是绑定在函数定义上的持久状态。

  • Python 的设计哲学之一：函数是对象，默认参数是函数对象的属性。

延伸思考

该机制在某些情况下可以刻意利用：

  • 作为缓存（memoization）的一种简单实现。

    1
    2
    3
    4
    def fib(n, _cache={0:0, 1:1}):
        if n not in _cache:
            _cache[n] = fib(n-1) + fib(n-2)
        return _cache[n]

    此时，可变默认参数的“持久性”反而是一个特性。