python模式选择符,Python设计模式之修饰器模式
無論何時我們想對一個對象添加額外的功能,都有下面這些不同的可選方法。
如果合理,可以直接將功能添加到對象所屬的類(例如:添加一個新方法)
使用組合
使用繼承
與繼承相比,通常應該優先選擇組合,因為繼承使得代碼更難復用,繼承關系是靜態的,并且用于整個類以及這個類的所有實例和網頁。
設計模式為我們提供第四種可選方法,以支持動態地擴展一個對象的功能,這種方法就是修飾器。修飾器模式能夠以透明的方式動態地將功能添加到一個對象中。
在許多編程語言中,使用子類化來實現修飾器模式。在Python中,我們可以使用內置的修飾器特性。一個Python修飾器就是對Python語法的一個特定改變。用于擴展一個類、方法或函數的行為,而無需使用繼承。從實現的角度來說,Python修飾器是一個可調用對象,接受一個函數對象fin作為輸入,并返回另一個函數對象fout。這意味著可以將任何具有這些屬性的可調用對象當作一個修飾器。
修飾器模式和Python修飾器之間并不是一對一的等價關系。Python修飾器能做的實際上比修飾器模式多得多,其中之一就是實現修飾器模式和網頁。
"""
裝飾器模板:
import functools
def memoize(fn):
known = dict()
@functools.wraps(fn)
def memoizer(*args):
if args not in known:
known[args] = fn(*args)
return known[args]
return memoizer
"""
import functools
def memoize(fn):
known = dict()
@functools.wraps(fn)
def memoizer(*args):
if args not in known:
known[args] = fn(*args)
return known[args]
return memoizer
@memoize
def nsum(n):
'''返回前n個數字的和'''
assert(n >= 0), 'n must be >= 0'
return 0 if n == 0 else n+nsum(n-1)
@memoize
def fibonacci(n):
'''返回斐波那契數列的第n個數'''
assert(n >= 0), 'n must be >= 0'
return n if n in (0, 1) else fibonacci(n-1)+fibonacci(n-2)
if __name__ == "__main__":
from timeit import Timer
measure = [{'exec': 'fibonacci(100)', 'import': 'fibonacci',
'func': fibonacci}, {'exec': 'nsum(200)', 'import': 'nsum', 'func': nsum}]
for m in measure:
t = Timer('{}'.format(m['exec']),
'from __main__ import {}'.format(m['import']))
print('name:{}, doc:{}, executing:{}, time:{}'.format(
m['func'].__name__, m['func'].__doc__, m['exec'], t.timeit()))
總結
以上是生活随笔為你收集整理的python模式选择符,Python设计模式之修饰器模式的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: php查询oracle大量数据,Orac
- 下一篇: Python实现八皇后问题所有实现方式