Python中的变量重新分配 - 本体查询 - 使用牛顿方法

Question

我正在阅读Miller和Ranum关于使用Python的算法和数据结构的书。他们使用下面的示例：

def squareroot(n): 
    root = n/2 
    for k in range(20): 
     root = (1/2)*(root + n/root) 

    return root 

我的问题是，可变“根”被一个for循环中重新分配，使得每次迭代“根”的表达式中的分配的权值操作员更改。我不确定我是否明白这是可能的。

一旦进行函数调用，for循环（第2行）外部的'root'变量计算为一个值，然后由for循环表达式中的'root'变量引用块，允许表达式求值为单个值，该值在for-loop块中重新分配给赋值运算符左侧的变量“root”。在下一次迭代开始时，'root'不再是n/2，但for循环中的表达式已经评估过的任何值。在这种情况下，变量'root'已被重新赋值为float值，因此不再是最初定义的值 - 使用'root'变量的表达式。例如，如果我们使用函数调用squareroot（9），'root'将在第一次迭代后保持3.25的值，因为for-loop中的表达式评估为该值。一旦for循环中的变量'root'被重新分配了一个浮点值，原来定义为'root'的表达式被销毁。 '根'已被重新定义为3.25。 for循环中的'root'不再引用表达式，而是引用单个浮点值。然而，似乎在这个例子中，for循环中的'root'变量在每次迭代之后有两个含义：它既是浮点值又是表达式。我不明白这是怎么回事。

Answer 1

简而言之，Python不会将表达式视为抽象公式;它将其视为要执行的一系列具体计算。每次通过循环时，它都会使用当前值root执行这些计算，然后使用结果更新root的值。这可能是有益的看到操作的实际序列Python的执行，就像这样：

import dis 
def squareroot(n): 
    root = n/2 
    for k in range(20): 
     root = 0.5 * (root + n/root) 
    return root 
dis.dis(squareroot) 

结果：

2   0 LOAD_FAST    0 (n) 
       3 LOAD_CONST    1 (2) 
       6 BINARY_DIVIDE  
       7 STORE_FAST    1 (root) 

    3   10 SETUP_LOOP    38 (to 51) 
      13 LOAD_GLOBAL    0 (range) 
      16 LOAD_CONST    2 (20) 
      19 CALL_FUNCTION   1 
      22 GET_ITER    
     >> 23 FOR_ITER    24 (to 50) 
      26 STORE_FAST    2 (k) 

    4   29 LOAD_CONST    3 (0.5) 
      32 LOAD_FAST    1 (root) 
      35 LOAD_FAST    0 (n) 
      38 LOAD_FAST    1 (root) 
      41 BINARY_DIVIDE  
      42 BINARY_ADD   
      43 BINARY_MULTIPLY  
      44 STORE_FAST    1 (root) 
      47 JUMP_ABSOLUTE   23 
     >> 50 POP_BLOCK   

    5  >> 51 LOAD_FAST    1 (root) 
      54 RETURN_VALUE   

有趣的部分是4开始块，相当于分配你问过。这是会发生什么：

• 负载以下到堆栈：[0.5，的root，的n，的root当前内容的当前内容的当前内容。在第一次迭代期间（n = 9），堆栈现在将保持[0.5,4.5,9.0,4.5]。
• 将倒数第二个项目与最后一个项目分开，并将结果放在堆栈上：stack is now [0.5，4.5，2.0]
• 将最后两个项目添加到堆栈并放入栈上的结果是：stack is now [0.5，6.5]
• 将堆栈中的最后两项相乘，并将结果放在堆栈上：stack is now [3.25]
• 将最后一项存储在堆栈（3.25）在变量root中。

因此，正如您所看到的，表达式只是表示要遵循的一系列步骤。在这些步骤结束时，结果被存储到root。然后可以用新的值root再次执行这些步骤。