Python装饰器在代码优化中的应用与实践-优快云博客

本文链接：https://blog.youkuaiyun.com/qaknar826/article/details/146992457

Python 优化：如何使用装饰器进行代码优化

在Python编程中，装饰器(Decorator)是一种强大的工具，它允许我们在不修改原始函数代码的情况下，为函数添加额外的功能。装饰器不仅能提高代码的可重用性，还能帮助我们优化程序性能。本文将探讨如何利用装饰器来优化Python代码。

1. 什么是装饰器？

装饰器本质上是一个Python函数，它接受一个函数作为输入并返回一个新的函数。装饰器的语法使用@符号，这使得它们使用起来非常简洁。

def my_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper

@my_decorator
def say_hello():
    print("Hello!")

say_hello()

2. 使用装饰器优化性能

2.1 缓存装饰器（Memoization）

缓存装饰器可以存储函数的结果，避免重复计算，特别适用于递归或计算密集型函数。

import functools

def memoize(func):
    cache = {}
    
    @functools.wraps(func)
    def wrapper(*args):
        if args not in cache:
            cache[args] = func(*args)
        return cache[args]
    return wrapper

@memoize
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

2.2 计时装饰器

计时装饰器可以帮助我们测量函数执行时间，找出性能瓶颈。

import time

def timing_decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__} executed in {end_time - start_time:.4f} seconds")
        return result
    return wrapper

2.3 限制调用频率装饰器

对于需要限制调用频率的函数（如API调用），可以使用装饰器来实现。

import time

def rate_limited(max_per_second):
    min_interval = 1.0 / max_per_second
    
    def decorator(func):
        last_time_called = 0.0
        
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            nonlocal last_time_called
            elapsed = time.time() - last_time_called
            wait_time = min_interval - elapsed
            if wait_time > 0:
                time.sleep(wait_time)
            last_time_called = time.time()
            return func(*args, **kwargs)
        return wrapper
    return decorator

@rate_limited(2)  # 限制每秒最多调用2次
def api_call():
    # API调用代码
    pass

3. 装饰器的高级应用

3.1 重试机制装饰器

对于可能失败的操作（如网络请求），可以实现自动重试的装饰器。

import time
import random

def retry(max_attempts=3, delay=1, exceptions=(Exception,)):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            attempts = 0
            while attempts < max_attempts:
                try:
                    return func(*args, **kwargs)
                except exceptions as e:
                    attempts += 1
                    if attempts == max_attempts:
                        raise
                    time.sleep(delay * (1 + random.random()))
        return wrapper
    return decorator

@retry(max_attempts=5, delay=2)
def fetch_data(url):
    # 网络请求代码
    pass

3.2 类型检查装饰器

Python是动态类型语言，但我们可以使用装饰器来添加类型检查。

def type_check(**types):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            for name, value in kwargs.items():
                if name in types and not isinstance(value, types[name]):
                    raise TypeError(f"Argument {name} must be {types[name]}")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@type_check(x=int, y=int)
def add(x, y):
    return x + y

3.3 日志记录装饰器

import logging

def log_execution(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        logging.info(f"Executing {func.__name__} with args: {args}, kwargs: {kwargs}")
        result = func(*args, **kwargs)
        logging.info(f"{func.__name__} returned: {result}")
        return result
    return wrapper

@log_execution
def process_data(data):
    # 数据处理代码
    pass