Дженерики / шаблоны в Python?

Question 1

Как python обрабатывает сценарии универсального / шаблонного типа? Скажем, я хочу создать внешний файл «BinaryTree.py» и заставить его обрабатывать двоичные деревья, но для любого типа данных.

Поэтому я мог бы передать ему тип настраиваемого объекта и получить двоичное дерево этого объекта. Как это делается в питоне?

Question 2

Python использует утиную типизацию , поэтому ему не нужен специальный синтаксис для обработки нескольких типов.

Если вы знакомы с C ++, вы помните, что до тех пор, пока операции, используемые в функции / классе шаблона, определены для некоторого типа T(на уровне синтаксиса), вы можете использовать этот тип Tв шаблоне.

Итак, в основном это работает так же:

определить контракт для типа элементов, которые вы хотите вставить в двоичное дерево.
задокументируйте этот контракт (т.е. в документации класса)
реализовать бинарное дерево, используя только операции, указанные в контракте
наслаждаться

Однако вы заметите, что до тех пор, пока вы не напишете явную проверку типа (что обычно не рекомендуется), вы не сможете обеспечить, чтобы двоичное дерево содержало только элементы выбранного типа.

Question 3

Другие ответы совершенно нормальные:

Не требуется специальный синтаксис для поддержки дженериков в Python.
Python использует утиную типизацию, как указал Андре .

Однако, если вам по-прежнему нужен типизированный вариант, есть встроенное решение, начиная с Python 3.5.

Общие классы :

from typing import TypeVar, Generic

T = TypeVar('T')

class Stack(Generic[T]):
    def __init__(self) -> None:
        # Create an empty list with items of type T
        self.items: List[T] = []

    def push(self, item: T) -> None:
        self.items.append(item)

    def pop(self) -> T:
        return self.items.pop()

    def empty(self) -> bool:
        return not self.items

# Construct an empty Stack[int] instance
stack = Stack[int]()
stack.push(2)
stack.pop()
stack.push('x')        # Type error

Общие функции:

from typing import TypeVar, Sequence

T = TypeVar('T')      # Declare type variable

def first(seq: Sequence[T]) -> T:
    return seq[0]

def last(seq: Sequence[T]) -> T:
    return seq[-1]


n = first([1, 2, 3])  # n has type int.

Ссылка: документация mypy о дженериках .

Question 4

На самом деле теперь вы можете использовать дженерики в Python 3.5+. См. Документацию по PEP-484 и модулю набора текста .

Согласно моей практике, это не очень гладко и понятно, особенно для тех, кто знаком с Java Generics, но все же можно использовать.

Question 5

Придумав несколько хороших мыслей о создании универсальных типов в python, я начал искать других, у кого была такая же идея, но я не мог их найти. Итак, вот оно. Я попробовал это, и он хорошо работает. Это позволяет нам параметризовать наши типы в Python.

class List( type ):

    def __new__(type_ref, member_type):

        class List(list):

            def append(self, member):
                if not isinstance(member, member_type):
                    raise TypeError('Attempted to append a "{0}" to a "{1}" which only takes a "{2}"'.format(
                        type(member).__name__,
                        type(self).__name__,
                        member_type.__name__ 
                    ))

                    list.append(self, member)

        return List

Теперь вы можете наследовать типы от этого универсального типа.

class TestMember:
        pass

class TestList(List(TestMember)):

    def __init__(self):
        super().__init__()


test_list = TestList()
test_list.append(TestMember())
test_list.append('test') # This line will raise an exception

Это упрощенное решение, и у него есть свои ограничения. Каждый раз, когда вы создаете универсальный тип, он создает новый тип. Таким образом, несколько классов, наследующих List( str )как родительские, будут наследовать от двух отдельных классов. Чтобы преодолеть это, вам нужно создать команду для хранения различных форм внутреннего класса и возврата ранее созданного внутреннего класса, а не создания нового. Это предотвратит создание повторяющихся типов с одинаковыми параметрами. Если интересно, можно сделать более элегантное решение с помощью декораторов и / или метаклассов.

Question 6

Поскольку Python имеет динамическую типизацию, типы объектов во многих случаях не имеют значения. Лучше принять что-нибудь.

Чтобы продемонстрировать, что я имею в виду, этот древовидный класс будет принимать что угодно для своих двух ветвей:

class BinaryTree:
    def __init__(self, left, right):
        self.left, self.right = left, right

И это можно было бы использовать так:

branch1 = BinaryTree(1,2)
myitem = MyClass()
branch2 = BinaryTree(myitem, None)
tree = BinaryTree(branch1, branch2)

Question 7

Поскольку python динамически типизирован, это очень просто. Фактически, вам придется проделать дополнительную работу, чтобы ваш класс BinaryTree не работал с каким-либо типом данных.

Например, если вам нужны ключевые значения, которые используются для размещения объекта в дереве, доступном внутри объекта из метода, подобного тому, как key()вы просто вызываете key()объекты. Например:

class BinaryTree(object):

    def insert(self, object_to_insert):
        key = object_to_insert.key()

Обратите внимание, что вам никогда не нужно определять, что это за класс object_to_insert. Пока у него есть key()метод, он будет работать.

Исключение составляют случаи, когда вы хотите, чтобы он работал с основными типами данных, такими как строки или целые числа. Вам нужно будет обернуть их в класс, чтобы заставить их работать с вашим универсальным BinaryTree. Если это звучит слишком тяжело, и вам нужна дополнительная эффективность, заключающаяся в том, чтобы просто хранить строки, извините, это не то, в чем Python хорош.

Question 8

Вот вариант этого ответа, который использует метаклассы, чтобы избежать беспорядочного синтаксиса, и использует синтаксис typing-style List[int]:

class template(type):
    def __new__(metacls, f):
        cls = type.__new__(metacls, f.__name__, (), {
            '_f': f,
            '__qualname__': f.__qualname__,
            '__module__': f.__module__,
            '__doc__': f.__doc__
        })
        cls.__instances = {}
        return cls

    def __init__(cls, f):  # only needed in 3.5 and below
        pass

    def __getitem__(cls, item):
        if not isinstance(item, tuple):
            item = (item,)
        try:
            return cls.__instances[item]
        except KeyError:
            cls.__instances[item] = c = cls._f(*item)
            item_repr = '[' + ', '.join(repr(i) for i in item) + ']'
            c.__name__ = cls.__name__ + item_repr
            c.__qualname__ = cls.__qualname__ + item_repr
            c.__template__ = cls
            return c

    def __subclasscheck__(cls, subclass):
        for c in subclass.mro():
            if getattr(c, '__template__', None) == cls:
                return True
        return False

    def __instancecheck__(cls, instance):
        return cls.__subclasscheck__(type(instance))

    def __repr__(cls):
        import inspect
        return '<template {!r}>'.format('{}.{}[{}]'.format(
            cls.__module__, cls.__qualname__, str(inspect.signature(cls._f))[1:-1]
        ))

С помощью этого нового метакласса мы можем переписать пример в ответе, на который я ссылаюсь, как:

@template
def List(member_type):
    class List(list):
        def append(self, member):
            if not isinstance(member, member_type):
                raise TypeError('Attempted to append a "{0}" to a "{1}" which only takes a "{2}"'.format(
                    type(member).__name__,
                    type(self).__name__,
                    member_type.__name__ 
                ))

                list.append(self, member)
    return List

l = List[int]()
l.append(1)  # ok
l.append("one")  # error

У этого подхода есть хорошие преимущества

print(List)  # <template '__main__.List[member_type]'>
print(List[int])  # <class '__main__.List[<class 'int'>, 10]'>
assert List[int] is List[int]
assert issubclass(List[int], List)  # True

Question 9

Посмотрите, как это делают встроенные контейнеры. dictи listтак далее, содержат разнородные элементы любых типов. Если вы определите, скажем, insert(val)функцию для своего дерева, она в какой-то момент сделает что-то вроде, node.value = valа Python позаботится обо всем остальном.

Question 10

К счастью, были предприняты некоторые усилия по универсальному программированию на Python. Есть библиотека: родовая

Вот документация к нему: http://generic.readthedocs.org/en/latest/

Он не прогрессировал годами, но вы можете иметь приблизительное представление о том, как использовать и создавать свою собственную библиотеку.

Ура

Question 11

Если вы используете Python 2 или хотите переписать код Java. Это не настоящее решение. Вот то, над чем я работаю за ночь: https://github.com/FlorianSteenbuck/python-generics У меня до сих пор нет компилятора, поэтому вы сейчас используете его вот так:

class A(GenericObject):
    def __init__(self, *args, **kwargs):
        GenericObject.__init__(self, [
            ['b',extends,int],
            ['a',extends,str],
            [0,extends,bool],
            ['T',extends,float]
        ], *args, **kwargs)

    def _init(self, c, a, b):
        print "success c="+str(c)+" a="+str(a)+" b="+str(b)

TODOs

Компилятор
Получите работу общих классов и типов (например, для таких вещей <? extends List<Number>>)
Добавить superподдержку
Добавить ?поддержку
Очистка кода