• 对于python装饰器结合递归的进一步理解


    对于python装饰器结合递归的进一步理解

    代码如下:

    import functools
    
    def memoize(fn):
        print('start memoize')
        known = dict()
        
        @functools.wraps(fn)
        def memoizer(*args):
            if args not in known:
                print('memorize %s'%args)
                # known[args] = fn(*args)
            for k in known.keys():
                    print('%s : %s'%(k, known[k]), end = ' ')
            print()
            # return known[args]
        return memoizer
    
    
    @memoize
    def nsum(n):
        print('now is %s'%n)
        assert (n >= 0), 'n must be >= 0'
        return 0 if n == 0 else n + nsum(n - 1)
    
    
    @memoize
    def fibonacci(n):
        assert (n >= 0), 'n must be >= 0'
        return n if n in (0, 1) else fibonacci(n - 1) + fibonacci(n - 2)
    
    if __name__ == '__main__':
        print(nsum(10))
        print(fibonacci(10))
    

    输出如下:

    start memoize
    start memoize
    memorize 10
    
    None
    memorize 10
    
    None
    

    对比代码(把注释的地方去掉后)的输出:

    start memoize
    start memoize
    memorize 10
    now is 10
    memorize 9
    now is 9
    memorize 8
    now is 8
    memorize 7
    now is 7
    memorize 6
    now is 6
    memorize 5
    now is 5
    memorize 4
    now is 4
    memorize 3
    now is 3
    memorize 2
    now is 2
    memorize 1
    now is 1
    memorize 0
    now is 0
    (0,) : 0
    (0,) : 0 (1,) : 1
    (0,) : 0 (1,) : 1 (2,) : 3
    (0,) : 0 (1,) : 1 (2,) : 3 (3,) : 6
    (0,) : 0 (1,) : 1 (2,) : 3 (3,) : 6 (4,) : 10 
    (0,) : 0 (1,) : 1 (2,) : 3 (3,) : 6 (4,) : 10 (5,) : 15
    (0,) : 0 (1,) : 1 (2,) : 3 (3,) : 6 (4,) : 10 (5,) : 15 (6,) : 21 
    (0,) : 0 (1,) : 1 (2,) : 3 (3,) : 6 (4,) : 10 (5,) : 15 (6,) : 21 (7,) : 28
    (0,) : 0 (1,) : 1 (2,) : 3 (3,) : 6 (4,) : 10 (5,) : 15 (6,) : 21 (7,) : 28 (8,) : 36
    (0,) : 0 (1,) : 1 (2,) : 3 (3,) : 6 (4,) : 10 (5,) : 15 (6,) : 21 (7,) : 28 (8,) : 36 (9,) : 45 
    (0,) : 0 (1,) : 1 (2,) : 3 (3,) : 6 (4,) : 10 (5,) : 15 (6,) : 21 (7,) : 28 (8,) : 36 (9,) : 45 (10,) : 55 
    

    通过取消注释的对比,可以得到如下结论:

    • 装饰器memoize实际上对于函数nsum()只执行了第一次加载的时候的预处理,然后就是nsum = memoizer。

    • 装饰器的实质是通过functools.wraps(fn)获得函数的名字,便于nsum.__name__ ==nsum,并将参数传至memoize(*args),也就是*args

    • 装饰器通过memory(),和外面的装饰器获得的函数,在内部对函数进行功能改造。在上例子中,通过known[args] = fn(*args)先执行fn函数,即上例子中nsum(10),然后就进入递归,t同时调用memoizer()和nsum()函数10次,且先memoizer再nsum,而且每次都在``known[args] = fn(*args)`进入递归,也就是每次nsum的执行,故,对于为什么打印konwn中的元素是集中在一起的解释就知道了,到了n == 0,才跳出递归,故,known的第一个元素是0,然后就循环往复。

    • 最后,其实,递归函数执行的是fn(*args),即nsum()。

  • 相关阅读:
    flex datagrid进行删除或增加操作后自动刷新
    java 一个很简单的applet
    转:35岁前必成功的12级跳(男女通用)
    flex DisplayObject UIComponent的区别
    flex flash.utils.Dictionary和Object
    java 正则表达式进行剔除字符
    Flex 元数据标签使用
    使用TableAdapter的Update方法使用注意事项
    android中捕捉menu按键的点击事件
    Repeater 嵌套repeater输出不规则列表
  • 原文地址:https://www.cnblogs.com/JonnyJiang-zh/p/13216770.html
Copyright © 2020-2023  润新知