Python技巧——好用的一個裝飾器

今天我們會講到一個裝飾器。

注記：鏈接“裝飾器”指向廖雪峰老師的Python3教程中的裝飾器教程。可以在這里快速了解什么是裝飾器。

`@functools.lru_cache`——進行函數執行結果備忘，顯著提升遞歸函數執行時間。

示例：尋找寶藏。在一個嵌套元組`tuple`或列表`list`中尋找元素`'Gold Coin'`

import time from functools import lru_cachedef find_treasure(box):for item in box:if isinstance(item, (tuple, list)):find_treasure(item)elif item == 'Gold Coin':print('Find the treasure!')return Truestart = time.perf_counter()find_treasure(('sth', 'sth', 'sth',('Bad Coin', 'normal coin', 'fish', 'sth', 'any sth'),('Bad Coin', 'normal coin', 'fish', 'sth', 'any sth'),'Gold Coin', ))end = time.perf_counter() run_time_without_cache = end - startprint('在沒有Cache的情況下，運行花費了{} s。'.format(run_time_without_cache))@lru_cache() def find_treasure_quickly(box):for item in box:if isinstance(item, (tuple, list)):find_treasure(item)elif item == 'Gold Coin':print('Find the treasure!')return Truestart = time.perf_counter()find_treasure_quickly(('sth', 'sth', 'sth',('Bad Coin', 'normal coin', 'fish', 'sth', 'any sth'),('Bad Coin', 'normal coin', 'fish', 'sth', 'any sth'),'Gold Coin', ))end = time.perf_counter() run_time_with_cache = end - startprint('在有Cache的情況下，運行花費了{} s。'.format(run_time_with_cache))print('有Cache比沒Cache快{} s。'.format(float(run_time_without_cache-run_time_with_cache)))

最終輸出

Find the treasure! 在沒有Cache的情況下，運行花費了0.0002182829999810565 s。 Find the treasure! 在有Cache的情況下，運行花費了0.00011638000000857573 s。 有Cache比沒Cache快0.00010190299997248076 s。 注記：運行這個示例時我的電腦配置如下CPU:AMD Ryzen 5 2600RAM:Kingston HyperX 8Gigabytes 2666
約使用7個月。

這個裝飾器可以在函數運行時記錄它的輸入值與運行結果。當元組('Bad Coin', 'normal coin', 'fish', 'sth', 'any sth')出現第二次時，加了這個裝飾器的函數find_the_treasure_quickly不會再次在遞歸時對這個元組進行查找，而是直接在“備忘錄”中找到運行結果并返回！

總結

以上是生活随笔為你收集整理的python 递归函数_让你Python到很爽的加速递归函数的装饰器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。