Python代码优化避免全局变量

在Python中过度依赖全局变量通常不是一个好习惯，因为这可能会导致代码难以理解和维护，尤其是在大型项目或多人协作的环境中。以下是一些策略和技巧，可以帮助你避免使用全局变量，从而优化你的Python代码：

1. 使用函数参数：
   相比于使用全局变量，将需要的数据作为参数传递给函数可以更好地控制数据的流动。

   def calculate_total(price, quantity):
       return price * quantity
   
   total = calculate_total(10, 5)
   

2. 返回多个值：
   如果一个函数需要返回多个相关的结果，可以使用元组、列表或字典来返回这些值。

   def get_name_age():
       return "Alice", 30
   
   name, age = get_name_age()
   

3. 使用类和对象：
   封装数据和行为到类中，使用对象的状态代替全局变量。

   class Counter:
       def __init__(self):
           self.count = 0
   
       def increment(self):
           self.count += 1
   
       def get_count(self):
           return self.count
   
   counter = Counter()
   counter.increment()
   print(counter.get_count())
   

4. 利用模块的私有性：
   虽然在同一个模块内所有函数都可以访问模块级变量，但通过将这些变量命名为以单下划线_开头，可以暗示它们是内部使用的，不应该在模块外部被直接访问。

   _secret_key = "mysecret"
   
   def get_secret_key():
       return _secret_key
   

5. 使用闭包：
   闭包允许你封装状态，并且可以在函数之外访问这个状态，而不需要全局变量。

   def make_counter():
       count = [0]  # 使用列表是因为Python中列表是可变类型
       def increment():
           count[0] += 1
           return count[0]
       return increment
   
   counter = make_counter()
   print(counter())  # 输出: 1
   print(counter())  # 输出: 2
   

6. 使用装饰器：
   装饰器可以用于添加或修改函数的行为，而无需修改函数的源代码。

   def memoize(func):
       cache = {
        
        }
       def wrapper(n):
           if n not in cache:
               cache[n] = func(n)
           return cache[n]
       return wrapper
   
   @memoize
   def fibonacci(n):
       if n < 2:
           return n
       return fibonacci(n-1) + fibonacci(n-2)
   

通过采用上述策略，你可以编写更加模块化、易于理解和维护的代码。