讓你Python到很爽的加速遞歸函數的裝飾器

這篇文章主要介紹了讓你Python到很爽的加速遞歸函數的裝飾器,本文通過實例代碼給大家介紹的非常詳細，具有一定的參考借鑑價值，需要的朋友可以參考下

今天我們會講到一個[裝飾器]

註記：鏈接“裝飾器”指Python3教程中的裝飾器教程。可以在這裏快速瞭解什麼是裝飾器。

@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。

註記：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”中找到運行結果並返回！

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，小編會及時回覆大家的。在此也非常感謝大家對神馬文庫網站的支持！