Python中如何实现带方法链的延迟计算？

当然可以实现这种惰性链式调用的逻辑！核心思路是把操作指令先“记录”下来，而不是立刻执行计算，等到调用compute()的时候再统一处理所有排队的操作。下面我一步步给你讲清楚实现方式：

实现思路 #

• 给MATH类新增一个列表，用来存储待执行的操作（比如是加法还是减法，以及对应的参数）
• 让add、minus这些操作方法返回当前实例（self），这样就能实现链式调用
• compute()方法负责遍历所有待执行的操作，批量修改results列表

完整代码实现 #

class MATH(object):
    def __init__(self):
        self.results = [0, 1, 2]
        # 用来存储待执行的操作队列，每个元素是(操作类型, 参数)的元组
        self.operations = []

    def add(self, value):
        # 记录加法操作，不立即执行
        self.operations.append(('add', value))
        # 返回自身实例，支持链式调用
        return self

    def minus(self, value):
        # 记录减法操作
        self.operations.append(('minus', value))
        return self

    def compute(self):
        # 遍历操作队列，依次执行所有计算
        for op_type, value in self.operations:
            if op_type == 'add':
                self.results = [num + value for num in self.results]
            elif op_type == 'minus':
                self.results = [num - value for num in self.results]
        # 执行完毕后清空操作队列，避免重复执行（可选，根据需求调整）
        self.operations = []
        # 返回结果方便后续使用
        return self.results

测试调用逻辑 #

你可以按照预期的方式调用，完全符合你的需求：

m = MATH()
# 链式调用阶段：只是记录操作，不会修改results
m.add(5).minus(2).add(7)

# 此时查看results还是初始值
print(m.results)  # 输出: [0, 1, 2]

# 调用compute才会批量执行所有操作
final_result = m.compute()
print(final_result)  # 输出: [10, 11, 12]

关键细节说明 #

• 链式调用的实现：每个操作方法最后返回self，这样每次调用方法后得到的还是同一个MATH实例，自然就能接着调用下一个方法。
• 惰性执行的核心：我们没有在add/minus里直接修改results，而是把操作指令存在队列里，相当于把计算任务“攒起来”，直到compute被调用才一次性处理。
• 扩展性：如果后续要新增乘法、除法等操作，只需要新增对应的方法，往operations队列里添加新的操作类型即可，非常灵活。

内容的提问来源于stack exchange，提问作者slaw