摘要：问题描述：我知道 Python 不支持方法重载，但我遇到了一个似乎无法以一种好的 Pythonic 方式解决的问题。我正在制作一款游戏，其中的角色需要射出各种子弹，但我该如何编写不同的函数来创建这些子弹呢？例如，假设我有一个函数可以创建一个以给定速度从 A 点飞到 B 点的子弹。我会写一个这样的函数：def ...

问题描述：

我知道 Python 不支持方法重载，但我遇到了一个似乎无法以一种好的 Pythonic 方式解决的问题。

我正在制作一款游戏，其中的角色需要射出各种子弹，但我该如何编写不同的函数来创建这些子弹呢？例如，假设我有一个函数可以创建一个以给定速度从 A 点飞到 B 点的子弹。我会写一个这样的函数：

def add_bullet(sprite, start, headto, speed):
    # Code ...

但我想编写其他函数来创建项目符号，例如：

def add_bullet(sprite, start, direction, speed):
def add_bullet(sprite, start, headto, spead, acceleration):
def add_bullet(sprite, script): # For bullets that are controlled by a script
def add_bullet(sprite, curve, speed): # for bullets with curved paths
# And so on ...

等等，还有许多变化。有没有更好的方法可以做到这一点，而不用使用这么多关键字参数，因为这样很快就会变得有点丑陋。重命名每个函数也很糟糕，因为您会得到add_bullet1、add_bullet2或add_bullet_with_really_long_name。

解决一些问题：

不，我无法创建 Bullet 类层次结构，因为那太慢了。管理项目符号的实际代码是用 C 编写的，而我的函数是 C API 的包装器。
我知道关键字参数，但检查各种参数组合很烦人，但默认参数有助于分配acceleration=0

解决方案 1：

您所要求的是多重调度。请参阅Julia语言示例，其中演示了不同类型的调度。

然而，在研究这个问题之前，我们首先来讨论一下为什么重载并不是 Python 中我们真正想要的。

为什么不重载？

首先，需要了解重载的概念以及为什么它不适用于 Python。

当使用可以在编译时区分数据类型的语言时，可以在编译时对备选方案进行选择。创建此类用于编译时选择的备选函数通常称为函数重载。（维基百科）

Python 是一种动态类型语言，因此重载的概念根本不适用于它。不过，一切还不算完，因为我们可以在运行时创建这样的替代函数：

在将数据类型识别推迟到运行时的编程语言中，必须在运行时根据动态确定的函数参数类型在备选函数中进行选择。以这种方式选择备选实现的函数通常称为多方法。（维基百科）

因此我们应该能够在 Python 中实现多方法——或者，也可以这样叫：多重分派。

多重调度

多方法也称为多重分派：

多重分派或多方法是一些面向对象编程语言的特性，在这些语言中，函数或方法可以根据其多个参数的运行时（动态）类型动态分派。（维基百科）

Python 本身并不支持这种功能1，但是碰巧有一个名为multipledispatch的优秀 Python 包可以实现这一点。

解决方案

以下是我们如何使用multipledispatch2包来实现您的方法：

>>> from multipledispatch import dispatch
>>> from collections import namedtuple
>>> from types import *  # we can test for lambda type, e.g.:
>>> type(lambda a: 1) == LambdaType
True

>>> Sprite = namedtuple('Sprite', ['name'])
>>> Point = namedtuple('Point', ['x', 'y'])
>>> Curve = namedtuple('Curve', ['x', 'y', 'z'])
>>> Vector = namedtuple('Vector', ['x','y','z'])

>>> @dispatch(Sprite, Point, Vector, int)
... def add_bullet(sprite, start, direction, speed):
...     print("Called Version 1")
...
>>> @dispatch(Sprite, Point, Point, int, float)
... def add_bullet(sprite, start, headto, speed, acceleration):
...     print("Called version 2")
...
>>> @dispatch(Sprite, LambdaType)
... def add_bullet(sprite, script):
...     print("Called version 3")
...
>>> @dispatch(Sprite, Curve, int)
... def add_bullet(sprite, curve, speed):
...     print("Called version 4")
...

>>> sprite = Sprite('Turtle')
>>> start = Point(1,2)
>>> direction = Vector(1,1,1)
>>> speed = 100 #km/h
>>> acceleration = 5.0 #m/s**2
>>> script = lambda sprite: sprite.x * 2
>>> curve = Curve(3, 1, 4)
>>> headto = Point(100, 100) # somewhere far away

>>> add_bullet(sprite, start, direction, speed)
Called Version 1

>>> add_bullet(sprite, start, headto, speed, acceleration)
Called version 2

>>> add_bullet(sprite, script)
Called version 3

>>> add_bullet(sprite, curve, speed)
Called version 4

Python 3 目前支持单次调度
注意不要在多线程环境中使用multipledispatch ，否则会出现奇怪的行为。

解决方案 2：

正如您所介绍的，Python 确实支持“方法重载”。事实上，您刚才描述的内容在 Python 中很容易实现，有很多不同的方法，但我会选择：

class Character(object):
    # your character __init__ and other methods go here

    def add_bullet(self, sprite=default, start=default, 
                 direction=default, speed=default, accel=default, 
                  curve=default):
        # do stuff with your arguments

在上面的代码中，default是这些参数的合理默认值，或None。然后，您可以仅使用您感兴趣的参数来调用该方法，Python 将使用默认值。

你也可以做这样的事情：

class Character(object):
    # your character __init__ and other methods go here

    def add_bullet(self, **kwargs):
        # here you can unpack kwargs as (key, values) and
        # do stuff with them, and use some global dictionary
        # to provide default values and ensure that ``key``
        # is a valid argument...

        # do stuff with your arguments

另一种方法是直接将所需的函数挂接到类或实例上：

def some_implementation(self, arg1, arg2, arg3):
  # implementation
my_class.add_bullet = some_implementation_of_add_bullet

另一种方法是使用抽象工厂模式：

class Character(object):
   def __init__(self, bfactory, *args, **kwargs):
       self.bfactory = bfactory
   def add_bullet(self):
       sprite = self.bfactory.sprite()
       speed = self.bfactory.speed()
       # do stuff with your sprite and speed

class pretty_and_fast_factory(object):
    def sprite(self):
       return pretty_sprite
    def speed(self):
       return 10000000000.0

my_character = Character(pretty_and_fast_factory(), a1, a2, kw1=v1, kw2=v2)
my_character.add_bullet() # uses pretty_and_fast_factory

# now, if you have another factory called "ugly_and_slow_factory" 
# you can change it at runtime in python by issuing
my_character.bfactory = ugly_and_slow_factory()

# In the last example you can see abstract factory and "method
# overloading" (as you call it) in action

解决方案 3：

您可以使用“自行解决”的函数重载解决方案。此解决方案是从Guido van Rossum 的关于多方法的文章中复制而来（因为 Python 中的多方法和重载之间几乎没有区别）：

registry = {}

class MultiMethod(object):
    def __init__(self, name):
        self.name = name
        self.typemap = {}
    def __call__(self, *args):
        types = tuple(arg.__class__ for arg in args) # a generator expression!
        function = self.typemap.get(types)
        if function is None:
            raise TypeError("no match")
        return function(*args)
    def register(self, types, function):
        if types in self.typemap:
            raise TypeError("duplicate registration")
        self.typemap[types] = function


def multimethod(*types):
    def register(function):
        name = function.__name__
        mm = registry.get(name)
        if mm is None:
            mm = registry[name] = MultiMethod(name)
        mm.register(types, function)
        return mm
    return register

用法是

from multimethods import multimethod
import unittest

# 'overload' makes more sense in this case
overload = multimethod

class Sprite(object):
    pass

class Point(object):
    pass

class Curve(object):
    pass

@overload(Sprite, Point, Direction, int)
def add_bullet(sprite, start, direction, speed):
    # ...

@overload(Sprite, Point, Point, int, int)
def add_bullet(sprite, start, headto, speed, acceleration):
    # ...

@overload(Sprite, str)
def add_bullet(sprite, script):
    # ...

@overload(Sprite, Curve, speed)
def add_bullet(sprite, curve, speed):
    # ...

目前最严格的限制是：

不支持方法，仅支持非类成员的函数；
不处理继承；
不支持 kwargs；
注册新函数应该在导入时完成，这不是线程安全的

解决方案 4：

一个可能的选择是使用 multipledispatch 模块，详情如下：
http://matthewrocklin.com/blog/work/2014/02/25/Multiple-Dispatch

不要这样做：

def add(self, other):
    if isinstance(other, Foo):
        ...
    elif isinstance(other, Bar):
        ...
    else:
        raise NotImplementedError()

您可以这样做：

from multipledispatch import dispatch
@dispatch(int, int)
def add(x, y):
    return x + y    

@dispatch(object, object)
def add(x, y):
    return "%s + %s" % (x, y)

其用法如下：

>>> add(1, 2)
3

>>> add(1, 'hello')
'1 + hello'

解决方案 5：

在 Python 3.4 PEP-0443 中。添加了单分派泛型函数。

这是来自 PEP 的简短 API 描述。

要定义通用函数，请使用@singledispatch装饰器对其进行装饰。请注意，分派发生在第一个参数的类型上。相应地创建您的函数：

from functools import singledispatch
@singledispatch
def fun(arg, verbose=False):
    if verbose:
        print("Let me just say,", end=" ")
    print(arg)

要向函数添加重载实现，请使用泛型函数的 register() 属性。这是一个装饰器，它接受类型参数并装饰实现该类型操作的函数：

@fun.register(int)
def _(arg, verbose=False):
    if verbose:
        print("Strength in numbers, eh?", end=" ")
    print(arg)

@fun.register(list)
def _(arg, verbose=False):
    if verbose:
        print("Enumerate this:")
    for i, elem in enumerate(arg):
        print(i, elem)

解决方案 6：

装饰器@overload添加了类型提示（PEP 484）。

虽然这不会改变 Python 的行为，但它确实使人们更容易理解正在发生的事情，并让 mypy 更容易检测到错误。

from typing import overload

@overload
def foo() -> int: ...
@overload
def foo(arg: int) -> int: ...
def foo(arg=None):
    if arg is None:
        return 0
    return arg + 1

参见：类型提示和PEP 484

解决方案 7：

这种行为通常使用多态性（在 OOP 语言中）来解决。每种子弹都负责了解其行进方式。例如：

class Bullet(object):
    def __init__(self):
        self.curve = None
        self.speed = None
        self.acceleration = None
        self.sprite_image = None

class RegularBullet(Bullet):
    def __init__(self):
        super(RegularBullet, self).__init__()
        self.speed = 10

class Grenade(Bullet):
    def __init__(self):
        super(Grenade, self).__init__()
        self.speed = 4
        self.curve = 3.5

add_bullet(Grendade())

def add_bullet(bullet):
    c_function(bullet.speed, bullet.curve, bullet.acceleration, bullet.sprite, bullet.x, bullet.y)


void c_function(double speed, double curve, double accel, char[] sprite, ...) {
    if (speed != null && ...) regular_bullet(...)
    else if (...) curved_bullet(...)
    //..etc..
}

将尽可能多的参数传递给 c_function ，然后根据初始 c 函数中的值确定要调用哪个 c 函数。因此，Python 应该只调用一个 c 函数。该 c 函数查看参数，然后可以适当地委托给其他 c 函数。

本质上，您只是将每个子类用作不同的数据容器，但是通过在基类上定义所有潜在参数，子类可以自由地忽略它们不执行任何操作的参数。

当出现一种新型子弹时，您只需在基础上定义一个属性，更改一个 Python 函数，使其传递额外的属性，以及一个检查参数并适当委托的 c_function。我想这听起来还不错。

解决方案 8：

Python 3.8 添加了functools.singledispatchmethod

将方法转换为单分派通用函数。
要定义通用方法，请使用 @singledispatchmethod 装饰器对其进行装饰。请注意，分派发生在第一个非自身或非 cls 参数的类型上，请相应地创建函数：

from functools import singledispatchmethod


class Negator:
    @singledispatchmethod
    def neg(self, arg):
        raise NotImplementedError("Cannot negate a")

    @neg.register
    def _(self, arg: int):
        return -arg

    @neg.register
    def _(self, arg: bool):
        return not arg


negator = Negator()
for v in [42, True, "Overloading"]:
    neg = negator.neg(v)
    print(f"{v=}, {neg=}")

输出

v=42, neg=-42
v=True, neg=False
NotImplementedError: Cannot negate a

@singledispatchmethod 支持与其他装饰器（如 @classmethod）嵌套。请注意，要允许使用 dispatcher.register，singledispatchmethod 必须是最外层的装饰器。以下是 Negator 类，其中 neg 方法与类绑定：

from functools import singledispatchmethod


class Negator:
    @singledispatchmethod
    @staticmethod
    def neg(arg):
        raise NotImplementedError("Cannot negate a")

    @neg.register
    def _(arg: int) -> int:
        return -arg

    @neg.register
    def _(arg: bool) -> bool:
        return not arg


for v in [42, True, "Overloading"]:
    neg = Negator.neg(v)
    print(f"{v=}, {neg=}")

输出：

v=42, neg=-42
v=True, neg=False
NotImplementedError: Cannot negate a

相同的模式可用于其他类似的装饰器：静态方法、抽象方法等。

解决方案 9：

从定义上讲，在 Python 中不可能重载函数（请继续阅读以了解详情），但你可以使用简单的装饰器实现类似的功能

class overload:
    def __init__(self, f):
        self.cases = {}

    def args(self, *args):
        def store_function(f):
            self.cases[tuple(args)] = f
            return self
        return store_function

    def __call__(self, *args):
        function = self.cases[tuple(type(arg) for arg in args)]
        return function(*args)

你可以像这样使用它

@overload
def f():
    pass

@f.args(int, int)
def f(x, y):
    print('two integers')

@f.args(float)
def f(x):
    print('one float')


f(5.5)
f(1, 2)

修改它以使其适合您的用例。

概念澄清

函数调度：有多个同名函数。应该调用哪一个？两种策略
静态/编译时调度（又名“重载” ）。根据参数的编译时类型决定调用哪个函数。在所有动态语言中，都没有编译时类型，因此根据定义，重载是不可能的
动态/运行时分派：根据参数的运行时类型决定调用哪个函数。所有 OOP 语言都是这样做的：多个类具有相同的方法，语言根据self/this参数的类型决定调用哪个方法。但是，大多数语言只针对参数执行此操作this。上述装饰器将这个想法扩展到多个参数。

为了澄清这一点，假设我们在一种假设的静态语言中定义函数

void f(Integer x):
    print('integer called')

void f(Float x):
    print('float called')

void f(Number x):
    print('number called')


Number x = new Integer('5')
f(x)
x = new Number('3.14')
f(x)

使用静态分派（重载）时，您将看到两次“number called”，因为x已声明为，而这才是重载所关心的。使用动态分派时，您将看到“integer called, float called”，因为这些是函数调用时Number的实际类型。x

解决方案 10：

通过传递关键字参数。

def add_bullet(**kwargs):
    #check for the arguments listed above and do the proper things

解决方案 11：

你可以很容易地在 Python 中实现函数重载。下面是一个使用floatsand 的示例integers：

class OverloadedFunction:
    def __init__(self):
        self.router = {int : self.f_int   ,
                       float: self.f_float}
    
    def __call__(self, x):
        return self.router[type(x)](x)
    
    def f_int(self, x):
        print('Integer Function')
        return x**2
    
    def f_float(self, x):
        print('Float Function (Overloaded)')
        return x**3

# f is our overloaded function
f = OverloadedFunction()

print(f(3 ))
print(f(3.))

# Output:
# Integer Function
# 9
# Float Function (Overloaded)
# 27.0

代码背后的主要思想是，一个类包含您想要实现的不同（重载）函数，而一个字典充当router根据输入将您的代码引导至正确的函数type(x)。

PS1. 对于自定义类，例如Bullet1，您可以按照类似的模式初始化内部字典，例如self.D = {Bullet1: self.f_Bullet1, ...}。其余代码相同。

PS2. 所提解决方案的时间/空间复杂度也很好，平均O(1)每个操作的成本为。

解决方案 12：

我认为您的基本要求是在 Python 中使用类似 C/C++ 的语法，并尽量减少麻烦。虽然我喜欢Alexander Poluektov 的答案，但它不适用于课程。

以下应该适用于类。它通过非关键字参数的数量来区分（但不支持按类型区分）：

class TestOverloading(object):
    def overloaded_function(self, *args, **kwargs):
        # Call the function that has the same number of non-keyword arguments.
        getattr(self, "_overloaded_function_impl_" + str(len(args)))(*args, **kwargs)

    def _overloaded_function_impl_3(self, sprite, start, direction, **kwargs):
        print "This is overload 3"
        print "Sprite: %s" % str(sprite)
        print "Start: %s" % str(start)
        print "Direction: %s" % str(direction)

    def _overloaded_function_impl_2(self, sprite, script):
        print "This is overload 2"
        print "Sprite: %s" % str(sprite)
        print "Script: "
        print script

它的使用方法如下：

test = TestOverloading()

test.overloaded_function("I'm a Sprite", 0, "Right")
print
test.overloaded_function("I'm another Sprite", "while x == True: print 'hi'")

输出：

这是超载 3
精灵：我是精灵
开始：0
方向：右
这是超载 2
Sprite：我是另一个 Sprite
脚本：
while x == True：print 'hi'

解决方案 13：

您可以使用以下 Python 代码实现此目的：

@overload
def test(message: str):
    return message

@overload
def test(number: int):
    return number + 1

解决方案 14：

在定义中使用多个关键字参数，或者创建一个Bullet将其实例传递给函数的层次结构。

解决方案 15：

如何在python中重载？

我知道这是一个老问题，但这个话题仍然非常相关，而且我还没有读到过一个清晰简洁的答案，所以我想我自己提供一个。

首先，安装包：

pip3 install overloading
pip3 install typing

然后，使用overload包中的装饰器定义该函数的多个实现：

from typing import Set, List
from overloading import overload

@overload
def process_data(data: List[str], join_string: str) -> str:
    return join_string.join(data)

@overload
def process_data(data: Set[str], join_string: str) -> str:
    return join_string.join(data)

@overload
def process_data(data: List[float], round_to: int) -> List[float]:
    return [round(x, round_to) for x in data]

# And so on ...

参数的数量和类型决定了调用函数的哪个版本。

不幸的是，不支持基于参数名称的分派。

您可以在这里找到完整的文档。

解决方案 16：

我认为Bullet具有相关多态性的类层次结构是可行的方法。您可以使用元类有效地重载基类构造函数，以便调用基类会创建适当的子类对象。下面是一些示例代码，用于说明我的意思的本质。

更新

代码已修改为可在 Python 2 和 Python 3 下运行，以保持相关性。这样做是为了避免使用 Python 的显式元类语法，因为这两个版本之间的语法有所不同。

为了实现该目标，在创建基类时通过明确调用元类来创建类BulletMetaBase的实例（而不是使用类属性或通过取决于 Python 版本的关键字参数）。BulletMeta`Bullet__metaclass__=metaclass`

class BulletMeta(type):
    def __new__(cls, classname, bases, classdict):
        """ Create Bullet class or a subclass of it. """
        classobj = type.__new__(cls, classname, bases, classdict)
        if classname != 'BulletMetaBase':
            if classname == 'Bullet':  # Base class definition?
                classobj.registry = {}  # Initialize subclass registry.
            else:
                try:
                    alias = classdict['alias']
                except KeyError:
                    raise TypeError("Bullet subclass %s has no 'alias'" %
                                    classname)
                if alias in Bullet.registry: # unique?
                    raise TypeError("Bullet subclass %s's alias attribute "
                                    "%r already in use" % (classname, alias))
                # Register subclass under the specified alias.
                classobj.registry[alias] = classobj

        return classobj

    def __call__(cls, alias, *args, **kwargs):
        """ Bullet subclasses instance factory.

            Subclasses should only be instantiated by calls to the base
            class with their subclass' alias as the first arg.
        """
        if cls != Bullet:
            raise TypeError("Bullet subclass %r objects should not to "
                            "be explicitly constructed." % cls.__name__)
        elif alias not in cls.registry: # Bullet subclass?
            raise NotImplementedError("Unknown Bullet subclass %r" %
                                      str(alias))
        # Create designated subclass object (call its __init__ method).
        subclass = cls.registry[alias]
        return type.__call__(subclass, *args, **kwargs)


class Bullet(BulletMeta('BulletMetaBase', (object,), {})):
    # Presumably you'd define some abstract methods that all here
    # that would be supported by all subclasses.
    # These definitions could just raise NotImplementedError() or
    # implement the functionality is some sub-optimal generic way.
    # For example:
    def fire(self, *args, **kwargs):
        raise NotImplementedError(self.__class__.__name__ + ".fire() method")

    # Abstract base class's __init__ should never be called.
    # If subclasses need to call super class's __init__() for some
    # reason then it would need to be implemented.
    def __init__(self, *args, **kwargs):
        raise NotImplementedError("Bullet is an abstract base class")


# Subclass definitions.
class Bullet1(Bullet):
    alias = 'B1'
    def __init__(self, sprite, start, direction, speed):
        print('creating %s object' % self.__class__.__name__)
    def fire(self, trajectory):
        print('Bullet1 object fired with %s trajectory' % trajectory)


class Bullet2(Bullet):
    alias = 'B2'
    def __init__(self, sprite, start, headto, spead, acceleration):
        print('creating %s object' % self.__class__.__name__)


class Bullet3(Bullet):
    alias = 'B3'
    def __init__(self, sprite, script): # script controlled bullets
        print('creating %s object' % self.__class__.__name__)


class Bullet4(Bullet):
    alias = 'B4'
    def __init__(self, sprite, curve, speed): # for bullets with curved paths
        print('creating %s object' % self.__class__.__name__)


class Sprite: pass
class Curve: pass

b1 = Bullet('B1', Sprite(), (10,20,30), 90, 600)
b2 = Bullet('B2', Sprite(), (-30,17,94), (1,-1,-1), 600, 10)
b3 = Bullet('B3', Sprite(), 'bullet42.script')
b4 = Bullet('B4', Sprite(), Curve(), 720)
b1.fire('uniform gravity')
b2.fire('uniform gravity')

输出：

creating Bullet1 object
creating Bullet2 object
creating Bullet3 object
creating Bullet4 object
Bullet1 object fired with uniform gravity trajectory
Traceback (most recent call last):
  File "python-function-overloading.py", line 93, in <module>
    b2.fire('uniform gravity') # NotImplementedError: Bullet2.fire() method
  File "python-function-overloading.py", line 49, in fire
    raise NotImplementedError(self.__class__.__name__ + ".fire() method")
NotImplementedError: Bullet2.fire() method

解决方案 17：

使用带有默认值的关键字参数。例如

def add_bullet(sprite, start=default, direction=default, script=default, speed=default):

对于直子弹与弯子弹的情况，我会添加两个功能：add_bullet_straight和add_bullet_curved。

解决方案 18：

在 Python 中，重载方法比较棘手。但是，可以使用传递字典、列表或原始变量。

我已经针对我的用例尝试了一些方法，这可以帮助人们理解如何重载方法。

让我们以你的例子来说：

类重载方法可以调用不同类的方法。

def add_bullet(sprite=None, start=None, headto=None, spead=None, acceleration=None):

从远程类传递参数：

add_bullet(sprite = 'test', start=Yes,headto={'lat':10.6666,'long':10.6666},accelaration=10.6}

或者

add_bullet(sprite = 'test', start=Yes, headto={'lat':10.6666,'long':10.6666},speed=['10','20,'30']}

因此，可以通过方法重载来实现对列表、字典或原始变量的处理。

用你的代码尝试一下。

解决方案 19：

Plum以简单的 Python 方式支持它。从下面的 README 中复制一个示例。

from plum import dispatch

@dispatch
def f(x: str):
    return "This is a string!"
    

@dispatch
def f(x: int):
    return "This is an integer!"

>>> f("1")
'This is a string!'

>>> f(1)
'This is an integer!'

解决方案 20：

我的解决方案

def _either(**kwargs):
    return len([True for _, v in kwargs.items() if v is not None]) == 1

def overload(func, _overloaded_args=None):
    """enable overloading toward all params
    Usage:
        @overload
        def overloaded_func(either1=None, either2=None, either3=None):
            pass
        @overload
        def overloaded_func(must1, must2, either1=None, either2=None):
            pass
    """
    def inner(*func_args, **func_kwargs):
        nonlocal _overloaded_args
        __overloaded_args = _overloaded_args
        if __overloaded_args is None:
            __overloaded_args = list(func_kwargs.keys())
        if __overloaded_args:
            __overloaded_kwargs = {k: v for k, v in func_kwargs.items()
                                  if k in __overloaded_args}
            assert _either(**__overloaded_kwargs), (
                'function overloading should contain a single overloaded param.'
                f' overloaded params: {__overloaded_args}. inputs: {func_kwargs}')
        return func(*func_args, **func_kwargs)
    return inner

def overload_args(*_overloaded_args):
    """enable overloading toward specified params
    Usage:
        @overload_args('either1', 'either2')
        def overloaded_func(either1=None, either2=None):
            pass
        @overload_args('either1', 'either2')
        def overloaded_func(either1=None, either2=None, optional1=None, optional2=123):
            pass
    """
    def inner(func):
        return overload(func, _overloaded_args=_overloaded_args)
    return inner

解决方案 21：

从 Python 3.10 开始，你可以使用 match-case 语句来执行此操作。如下所示：

def add_bullet(arguments):
    match arguments:
        case (sprite, start, direction, speed):
            # your code here
        case (sprite, start, headto, spead, acceleration):
            # your code here
        case (sprite, script):
            # your code here
        case (sprite, curve, speed):
            # your code here

只需确保以元组或列表的形式输入参数即可。如下所示：

new_bullet = add_bullet((mysprite, myscript))

Python 函数重载