python的一个装饰器例子

最新推荐文章于 2023-04-24 21:39:34 发布

云程序员

最新推荐文章于 2023-04-24 21:39:34 发布

阅读量527

点赞数

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python

本文链接：https://blog.youkuaiyun.com/qq_38737845/article/details/96911797

python 专栏收录该内容

8 篇文章

订阅专栏

本文介绍了Python中装饰器的概念及应用，通过示例展示了如何使用装饰器进行函数增强，并利用标准库中的`functools.lru_cache`实现函数结果缓存，提高计算效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

装饰器: 把被装饰的函数替换成新函数，二者接受相同的参数，而且（通常）返回被装饰的函数本该返回的值，
同时还会做些额外操作。

同时可以实现: 装饰器模式(动态地给一个对象添加一些额外的职责)

一个简单的装饰器例子

def deco(func):
    def inner(*args):
		print("[INFO] running inner()")
		result = func(*args)
		return result
	return inner

@deco
def target():
	print("[INFO] running target()")

target()    #[INFO] running inner()
            #[INFO] running target()

标准库中的一个装饰器: functools.lru_cache

functools.lru_cache(maxsize=128, typed=False) 是非常实用的装饰器，它实现了备忘（memoization）功能
这是一项优化技术，它把耗时的函数的结果保存起来，避免传入相同的参数时重复计算
参数 :

maxsize: maxsize 参数指定存储多少个调用的结果,存满了之后，旧的结果会被扔掉，腾出空
间。为了得到最佳性能，maxsize 应该设为 2 的幂
typed 参数如果设为 True，把不同参数类型得到的结果分开保存，即把通常认为相等的浮点数
和整数参数（如 1 和 1.0）区分开

simple:

import functools

@functools.lru_cache()
@clock  #统计时间的装饰器
def fabonaqie(n):
    if(n < 2):
        return n
    return fabonaqie(n - 2) + fabonaqie(n - 1)

print(fabonaqie(5))
print(fabonaqie(5))     

#####################
[0.00000200s] fabonaqie(1) -> 1
[0.00000240s] fabonaqie(0) -> 0
[0.00002840s] fabonaqie(2) -> 1
[0.00010980s] fabonaqie(3) -> 2
[0.00000250s] fabonaqie(4) -> 3
[0.00014510s] fabonaqie(5) -> 5
5
5

可见两次计算斐波那契数列, 只执行了一次函数