今天我們會講到一個[裝飾器]
注記：鏈接“裝飾器”指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_cache
def find_treasure(box):
for item in box:
if isinstance(item, (tuple, list)):
find_treasure(item)
elif item == 'Gold Coin':
print('Find the treasure!')
return True
start = 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 - start
print('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 True
start = 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 - start
print('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 2600
RAM: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
以上所述是小編給大家介紹的讓你Python到很爽的加速遞歸函數的裝飾器，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對腳本之家網站的支持！
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
