Làm Chủ Hàm Bậc Cao (Higher-Order Functions) Trong Python: Sức Mạnh Lập Trình Hàm

Bài viết này sẽ dẫn dắt bạn đi từ các khái niệm nền tảng như hàm hạng nhất (First-Class Functions) cho đến các mô hình nâng cao như Closures và Decorators.

🟩 PHẦN 1: FOUNDATIONS (NỀN TẢNG THẤU HIỂU)

1. First-Class Functions (Hàm là đối tượng hạng nhất)

Trong Python, hàm được xem là một đối tượng hạng nhất (First-Class Object). Điều này có nghĩa là bạn có thể gán một hàm cho một biến, truyền nó làm tham số cho hàm khác, hoặc trả về nó từ một hàm khác giống hệt như các kiểu dữ liệu thông thường (int, str, list).

def say_hello(name: str) -> str:
    return f"Xin chào, {name}!"

# Gán hàm vào một biến
my_func = say_hello

# Gọi hàm thông qua biến
print(my_func("Python Dev"))  # Kết quả: Xin chào, Python Dev!

2. Callback Functions (Hàm gọi lại)

• Hàm bậc cao (Higher-Order Function): Là hàm nhận một hoặc nhiều hàm khác làm tham số đầu vào, hoặc trả về một hàm.
• Callback Function: Là hàm được truyền vào hàm bậc cao để "chờ" được gọi thực thi tại một thời điểm nào đó trong luồng xử lý.

3. Lambda Functions (Hàm ẩn danh)

Giúp bạn viết các hàm ngắn gọn, không cần đặt tên qua từ khóa def, cực kỳ thích hợp để truyền trực tiếp vào các hàm bậc cao:

# Hàm ẩn danh nhân đôi giá trị
double_value = lambda x: x * 2
print(double_value(5))  # Kết quả: 10

🟨 PHẦN 2: BUILT-IN HIGHER-ORDER FUNCTIONS (HÀM TÍCH HỢP SẴN)

1. Hàm map()

Dùng để biến đổi dữ liệu hàng loạt. Lưu ý rằng map() trả về một map object (generator) tối ưu bộ nhớ chứ không trả về trực tiếp một list.

numbers = [1, 2, 3, 4]
squared_numbers = list(map(lambda x: x ** 2, numbers))
print(squared_numbers)  # Kết quả: [1, 4, 9, 16]

2. Hàm filter()

Dùng để lọc dữ liệu dựa trên một hàm điều kiện (trả về True hoặc False):

numbers = [1, 2, 3, 4, 5, 6]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # Kết quả: [2, 4, 6]

3. Hàm sorted() với tham số key

Thành thạo việc dùng tham số key=function để sắp xếp các cấu trúc dữ liệu phức tạp (như danh sách Dictionary hoặc Object):

students = [
    {"name": "An", "score": 8.5},
    {"name": "Bình", "score": 9.2},
    {"name": "Chi", "score": 7.8}
]

# Sắp xếp danh sách dictionary theo điểm số (score) giảm dần
sorted_students = sorted(students, key=lambda s: s["score"], reverse=True)
print(sorted_students)

4. Hàm functools.reduce()

Dùng để tính toán gộp (accumulate) toàn bộ tập hợp về một giá trị duy nhất (Ví dụ: tính tổng hoặc tích của mảng). Bạn cần import từ module functools:

from functools import reduce

numbers = [1, 2, 3, 4, 5]
total_sum = reduce(lambda acc, x: acc + x, numbers)
print(total_sum)  # Kết quả: 15

🟪 PHẦN 3: ADVANCED PATTERNS (MÔ HÌNH NÂNG CAO)

1. Closures (Đóng kín)

Closure xảy ra khi một hàm nội bộ (Inner function) có thể ghi nhớ và truy cập vào các biến thuộc phạm vi của hàm cha (Outer function), ngay cả khi hàm cha đã kết thúc quá trình thực thi.

def multiplier(factor: int):
    # Hàm nội bộ ghi nhớ biến factor từ hàm cha
    def multiply(number: int) -> int:
        return number * factor
    return multiply

double = multiplier(2)
print(double(5))  # Kết quả: 10

2. Function Factories (Nhà máy sinh hàm)

Ứng dụng thực tế của Closures, đóng vai trò như một "nhà máy" để cấu hình và sinh ra các hàm chuyên biệt tùy theo tham số đầu vào.

3. Decorators (Trang trí hàm)

Bản chất của Decorator thực chất là một hàm bậc cao đặc biệt: nhận vào một hàm có sẵn, bọc thêm các lớp logic xử lý phụ trợ, và trả về một hàm mới mà không cần phải sửa đổi trực tiếp mã nguồn bên trong hàm cũ.

def logger_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"--> Đang gọi hàm: {func.__name__}")
        result = func(*args, **kwargs)
        print(f"--> Hoàn tất hàm: {func.__name__}")
        return result
    return wrapper

@logger_decorator
def say_hi(name: str):
    print(f"Chào mừng {name}!")

# Sử dụng:
say_hi("Minh")

📌 Lời Kết

Hàm bậc cao không chỉ là một lý thuyết hàn lâm mà là công cụ hàng ngày giúp lập trình viên Python viết code ngắn gọn, sạch sẽ và tái sử dụng cao. Hãy thử áp dụng map, filter, hay tự viết một Decorator cho dự án tiếp theo của bạn để cảm nhận sự kỳ diệu này!

Từ khóa tìm hiểu thêm: Python Higher-Order Functions, Python Closures, Python Decorators, Functional Programming Python.