Python'；s非本地关键字-这是一个好做法吗？

考虑一个简单的情况，例如在BST中查找第k个最小元素

在我下面的解决方案中：

class Solution:
    def kthSmallest(self, root: TreeNode, k: int) -> int:
        i = 0
        ans = -1
        def traverse_inorder(root):
            nonlocal i
            nonlocal ans
            if not root:
                return
            traverse_inorder(root.left)
            i += 1
            if i == k:
                ans = root.val
                return
            traverse_inorder(root.right)
        traverse_inorder(root)
        return ans

我对

i

和

ans

使用

nonlocal

是否是良好做法？我这样做是为了跟踪到达最左侧节点（最小值）后经过的元素数

另一个解决方案是将

i

和

ans

作为类的成员变量：

class Solution:
    def kthSmallest(self, root: TreeNode, k: int) -> int:
        self.i = 0
        self.ans = -1
        def traverse_inorder(root):
            # etc etc

---

这两种方法是等效的吗？一种做法比另一种好吗？为什么？

我认为，在您描述的情况下，您客观地描述的

非本地

方法从所示的两种方法中更有意义。您希望在函数外有一个计数器，并且无论在递归中的什么位置，都可以在找到结果时跟踪它

nonlocal

将该信息完全封装在专用于外部函数特定运行的命名空间中。这里真的没有坏处

使用实例属性可以使使用该实例的任何人都可以使用该信息。这在概念上是不必要的，速度稍微慢一些，而且不是线程安全的。虽然线程安全在Python中通常不受关注，但它确实会使代码的健壮性大大降低。在这和封装之间，我绝对不会使用这种方法

我在此建议第三种可能性：使用返回值。在这种情况下，您实际上不需要任何外部名称空间。我不一定推荐使用

非本地

，但值得一提。下面是一个示例实现，正如您所看到的，它比您的解决方案要详细得多：

class Solution:
    def kthSmallest(self, root: TreeNode, k: int) -> int:
        def traverse_inorder(root, target):
            if not root:
                return 0, None
            left_count, item = traverse_inorder(root.left, target)
            if left_count == target - 1:
                 return left_count + 1, root.val
            elif left_count < target:
                 right_count, item = traverse_inorder(root.right, target - left_count - 1)
                 return left_count + right_count + 1, item
            else:  # left_count == target
                 return left_count, item
        count, ans = traverse_inorder(root, k)
        if count < k:
            raise ValueError('Insufficient elements')
        return ans

类解决方案：
def kthSmallest（self，root:TreeNode，k:int）->int:
def遍历顺序（根、目标）：
如果不是根目录：
返回0，无
左\计数，项=遍历\顺序（root.left，target）
如果left_count==目标-1：
返回左_计数+1，root.val
elif左_计数<目标：
右\u计数，项=遍历\u顺序（root.right，target-left\u计数-1）
返回左计数+右计数+1，项目
否则：#左#计数==目标
返回左\u计数，项目
计数，ans=按顺序遍历（根，k）
如果计数

---

有很多方法可以通过返回值实现这一点。这里，我计算每个子树中元素的数量，直到目标值。只有在找到元素的确切数量时，才会返回非none项。

我认为，在您描述的情况下，您客观描述的

非本地

方法从所示的两个方面更具意义。您希望在函数外有一个计数器，并且无论在递归中的什么位置，都可以在找到结果时跟踪它

nonlocal

将该信息完全封装在专用于外部函数特定运行的命名空间中。这里真的没有坏处

使用实例属性可以使使用该实例的任何人都可以使用该信息。这在概念上是不必要的，速度稍微慢一些，而且不是线程安全的。虽然线程安全在Python中通常不受关注，但它确实会使代码的健壮性大大降低。在这和封装之间，我绝对不会使用这种方法

我在此建议第三种可能性：使用返回值。在这种情况下，您实际上不需要任何外部名称空间。我不一定推荐使用

非本地

，但值得一提。下面是一个示例实现，正如您所看到的，它比您的解决方案要详细得多：

class Solution:
    def kthSmallest(self, root: TreeNode, k: int) -> int:
        def traverse_inorder(root, target):
            if not root:
                return 0, None
            left_count, item = traverse_inorder(root.left, target)
            if left_count == target - 1:
                 return left_count + 1, root.val
            elif left_count < target:
                 right_count, item = traverse_inorder(root.right, target - left_count - 1)
                 return left_count + right_count + 1, item
            else:  # left_count == target
                 return left_count, item
        count, ans = traverse_inorder(root, k)
        if count < k:
            raise ValueError('Insufficient elements')
        return ans

类解决方案：
def kthSmallest（self，root:TreeNode，k:int）->int:
def遍历顺序（根、目标）：
如果不是根目录：
返回0，无
左\计数，项=遍历\顺序（root.left，target）
如果left_count==目标-1：
返回左_计数+1，root.val
elif左_计数<目标：
右\u计数，项=遍历\u顺序（root.right，target-left\u计数-1）
返回左计数+右计数+1，项目
否则：#左#计数==目标
返回左\u计数，项目
计数，ans=按顺序遍历（根，k）
如果计数

---

有很多方法可以通过返回值实现这一点。这里，我计算每个子树中元素的数量，直到目标值。只有在找到元素的确切数目时，才会返回非none项。

是否有效？它似乎封装得很好，所以我认为它很好。使其成为类的成员可以允许其他人修改它。是的，它可以工作。嗯，这是真的，我认为这两个变量（特别是我）与类的其他方法不相关，所以在这种情况下，非局部方法实际上更好。非常感谢。我已经添加了一个答案供您选择（希望是向上投票），这样您就可以从未回答的队列中删除您的问题。希望它添加的不仅仅是我们注释的扩展版本。顺便说一句，我已经在第二个解决方案中将变量初始化移动到

kthSmallest

方法中。如果不这样做的话，这个设计将是非常值得怀疑的。它有效吗？它似乎封装得很好，所以我认为它很好。使其成为类的成员可以允许其他人修改它。是的，它可以工作。嗯，这是真的，我认为这两个变量（特别是我）与类的其他方法不相关，所以在这种情况下，非局部方法实际上更好。非常感谢。我已经添加了一个答案供您选择（希望是向上投票），这样您就可以从未回答的队列中删除您的问题。希望它能带来更多的好处