整体说明
- Python 本身不支持传统意义上的函数重载（overload）（即同名函数根据参数个数/类型自动匹配调用）
- 因为 Python 是动态类型语言，函数定义时不指定参数类型，且同名函数会直接覆盖前一个定义
- 虽然 Python 无原生函数重载，但可通过“参数判断”“
singledispatch”“multipledispatch”模拟效果- 简单场景用“手动判断参数”，按类型重载用
singledispatch，复杂多参数重载用multipledispatch
- 简单场景用“手动判断参数”，按类型重载用
- Python 不允许同名函数并存（后定义的会覆盖前一个），因此“模拟重载”的本质是：
- 在同一个函数中，通过判断参数个数（
*args/`kwargs`）** 或参数类型 ，分支执行不同逻辑
- 在同一个函数中，通过判断参数个数（
Python 不支持原生重载的原因
- 动态类型 ：Python 变量无类型声明，函数参数类型由运行时传入的值决定，无法在定义时区分“同名不同类型”的函数
- 命名空间机制 ：函数定义后会存入当前命名空间，同名函数会直接覆盖前一个（后定义的函数地址覆盖前一个）
- 例如，以下代码中，后定义的
foo会覆盖前一个，调用时只会执行第二个：1
2
3
4
5
6
7def foo(a):
print(f"1个参数：{a}")
def foo(a, b):
print(f"2个参数：{a}, {b}")
foo(1) # 报错：foo() missing 1 required positional argument: 'b'（第一个 foo 已被覆盖）
方式 1：手动判断参数个数/类型
- 通过
*args接收可变参数，再根据参数长度/类型分支执行1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16def calculate(a, b=None, c=None):
"""根据参数个数，实现加法/乘法/幂运算的重载效果"""
# 1. 传入 1 个参数：计算 a 的平方（a^2）
if b is None and c is None:
return a **2
# 2. 传入 2 个参数：计算 a + b
elif c is None:
return a + b
# 3. 传入 3 个参数：计算 a * b * c
else:
return a * b * c
# 测试不同参数调用
print(calculate(5)) # 1 个参数：5^2 = 25
print(calculate(2, 3)) # 2 个参数：2+3 = 5
print(calculate(2, 3, 4))# 3 个参数：2*3*4 = 24
方式 2：使用 functools.singledispatch（按参数类型重载）
- Python 3.4+ 提供的
functools.singledispatch装饰器，可实现“基于第一个参数的类型”的重载（单分派重载）1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28from functools import singledispatch
# 基函数（默认实现）
def process_data(data):
"""处理任意类型数据（默认逻辑）"""
return f"未知类型数据：{data}"
# 重载 1：处理 int 类型
def _(data):
return f"整数类型：{data}，平方为 {data**2}"
# 重载 2：处理 str 类型
def _(data):
return f"字符串类型：{data}，长度为 {len(data)}"
# 重载 3：处理 list 类型
def _(data):
return f"列表类型：{data}，元素和为 {sum(data)}"
# 测试不同类型参数
print(process_data(10)) # 整数类型：10，平方为 100
print(process_data("hello")) # 字符串类型：hello，长度为 5
print(process_data([1,2,3,4])) # 列表类型：[1,2,3,4]，元素和为 10
print(process_data(3.14)) # 未知类型数据：3.14（触发默认实现）
方式 3：使用第三方库 multipledispatch（支持多参数类型/个数重载）
- 第三方库
multipledispatch支持更灵活的重载（如根据多个参数的类型、个数匹配）multipledispatch是第三方库，需先安装pip install multipledispatch1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27from multipledispatch import dispatch
# 两个 int 类型参数：加法
def add(a, b):
return f"int + int = {a + b}"
# 一个 int + 一个 str 类型：拼接
def add(a, b):
return f"int + str = {str(a) + b}"
# 三个 int 类型参数：求和
def add(a, b, c):
return f"int + int + int = {a + b + c}"
# 两个 list 类型参数：合并
def add(a, b):
return f"list + list = {a + b}"
# 测试不同参数组合
print(add(2, 3)) # int + int = 5
print(add(2, "苹果")) # int + str = 2苹果
print(add(1, 2, 3)) # int + int + int = 6
print(add([1,2], [3,4])) # list + list = [1,2,3,4]
附录：@overload 装饰器
- Python 中使用
@overload装饰器的类型提示重载，但不是真正的运行时重载，而是 静态类型提示重载- 仅用于给类型检查工具（如 mypy）、IDE（如 PyCharm）提供类型信息，帮助开发者避免类型错误，运行时仍需一个 实际实现函数 来处理所有参数情况
- Python 3.5+ 引入的
typing.overload装饰器，作用是：- 为同一个函数的不同参数组合（类型/个数/关键字参数要求） 提供明确的类型注解
- 不影响运行时逻辑（运行时会忽略
@overload装饰的函数体，只执行最后一个 实际实现函数） - 解决 动态类型语言的类型模糊问题 ，让 IDE 能精准提示参数类型，类型检查工具能发现类型错误
* 期望部分：通过带采样的Auto-Encoder实现，损失函数为Auto-Encoder的损失函数
