# 不推荐 - 复杂逻辑用lambda
result = map(lambda x: x**2 if x % 2 == 0 else x**3, numbers)

# 推荐 - 使用命名函数
def transform(x):
    return x**2 if x % 2 == 0 else x**3
result = map(transform, numbers)

# 不推荐 - 重复创建相同lambda
sorted(data, key=lambda x: x[1])
sorted(other_data, key=lambda x: x[1])

# 推荐 - 缓存lambda
key_func = lambda x: x[1]
sorted(data, key=key_func)
sorted(other_data, key=key_func)

# 不推荐
sum(map(lambda x: x*2, numbers))

# 推荐
sum(x*2 for x in numbers)

# 不推荐 - 难以阅读
lambda x: (lambda y: y**2)(x) + x

# 推荐
def outer(x):
    def inner(y):
        return y**2
    return inner(x) + x

import timeit

# 测试lambda性能
print(timeit.timeit('(lambda x: x+1)(5)', number=1000000))

# 测试命名函数性能
def add_one(x):
    return x+1
print(timeit.timeit('add_one(5)', globals=globals(), number=1000000))

# 使用元组模拟多语句 (不推荐)
(lambda x: (print(x), x+1)[1])(5)

# 更好的方案 - 使用命名函数
def func(x):
    print(x)
    return x+1
func(5)

funcs = [lambda x: x+i for i in range(3)]
# 所有lambda都会使用i的最终值2
print([f(10) for f in funcs])  # 输出[12, 12, 12]而不是[10,11,12]

# 使用默认参数捕获当前值
funcs = [lambda x, i=i: x+i for i in range(3)]
print([f(10) for f in funcs])  # 正确输出[10,11,12]

from operator import itemgetter, attrgetter

# 替代常见lambda模式
sorted(data, key=itemgetter(1))  # 替代 lambda x: x[1]
sorted(objs, key=attrgetter('name'))  # 替代 lambda x: x.name

from functools import partial

# 替代带固定参数的lambda
def power(base, exp):
    return base ** exp

square = partial(power, exp=2)  # 替代 lambda x: power(x, 2)
cube = partial(power, exp=3)    # 替代 lambda x: power(x, 3)