为何使用lambda表达式的filter在质数generator中无法正常工作？

哈哈，这个坑我当初写埃氏筛的时候也踩过！问题的核心是Python闭包的延迟绑定特性——lambda表达式里的变量不是在定义时就固定下来，而是在lambda被实际调用的时候才去查找变量的当前值。

先还原你的错误场景 #

假设你的质数生成器代码大概是这样的（这是新手写埃氏筛的典型错误）：

import itertools

def primes():
    candidates = itertools.count(2)
    while True:
        prime = next(candidates)
        yield prime
        # 试图过滤掉当前prime的倍数，但这里的lambda有问题
        candidates = filter(lambda x: x % prime != 0, candidates)

运行这个代码，你会发现前几个数是2、3、4、5、7、8、9...——4和9这些非质数都混进来了，这就是你遇到的问题。

问题到底出在哪？ #

咱们一步步拆解：

1. 第一次循环：prime=2，yield 2，然后我们把candidates替换成一个filter对象，这个filter的lambda逻辑是x%prime !=0。注意：此时lambda并没有把prime=2存下来，只是“记住”了要使用外部变量prime。
2. 第二次循环：prime=3，yield3，然后candidates又被替换成新的filter对象，lambda同样引用外部的prime变量。
3. 现在当迭代到4的时候，第一个filter（原本应该过滤所有2的倍数）开始执行lambda判断，但此时prime已经变成了3！所以判断条件变成了4%3 !=0，结果是True，4就被当成质数保留下来了。
4. 同理，当迭代到9的时候，第二个filter的lambda此时引用的prime已经变成了5或者7（取决于当前循环到哪），9%5 !=0是True，9%7 !=0也是True，所以9就被当成质数输出了。

简单说：所有lambda都共享同一个prime变量，它们用的都是这个变量的最新值，而不是定义lambda时的那个prime值。

怎么解决？ #

解决方法很简单：把prime的值绑定到lambda的参数上，用默认参数的方式让lambda在定义时就捕获当前的prime值，而不是引用外部变量。修改后的代码如下：

import itertools

def primes():
    candidates = itertools.count(2)
    while True:
        prime = next(candidates)
        yield prime
        # 用默认参数p=prime绑定当前的prime值
        candidates = filter(lambda x, p=prime: x % p != 0, candidates)

这样每个lambda都会在定义时把当时的prime值存在自己的默认参数p里，后续迭代时就不会再受外部prime变量变化的影响，过滤逻辑就正常了，9这类非质数就不会被输出了。

内容的提问来源于stack exchange，提问作者He Kunxi