44. 使用函数装饰器

某些时候我们想问多个函数统一添加某种功能，比如计时统计、记录日志、缓存运算结果等等。我们不想在每个函数内添加完全相同的代码，如何更好的达成目的呢？

要求：不在每个函数内添加完全相同的代码的前提下实现功能。

解决方案：

定义装饰器函数，用它生成一个在原函数基础上添加了新功能的函数，替代原函数。

---

• 对于装饰器decorator：

Python的装饰器decorator本质上是一个高阶函数，它接收一个函数作为参数，然后返回一个新的函数，可以让该函数在不改动源代码的情况下增加其他新功能。

Python通过一个语法糖@符号来使用decorator，这样可以避免编写f = decorate(f)这样形式的代码。所谓的语法糖便是你不使用也可以完成任务，但是使用它可以让你的代码更简洁。

对于装饰器，需要记住的就是

@decorate
def f():
    pass

其中，

@decorate   等价于  f = decorate(f)

---

• 方案示例：

1. 斐波那契数列

def fib(n):
    if n <= 1:
        return 1
    return fib(n-1) + fib(n-2)

print(fib(50))

2. 走台阶问题
# 台阶有100阶，一个人每次可以走1~3阶。有多少种走法？

def climb(n, steps):
    count = 0
    if n == 0:
        count = 1
    elif n > 0:
        for step in steps:
            count += climb(n-step, steps)
    return count

print(climb(100, (1, 2, 3)))

对于求斐波那契数列，递归过程中会反复求值，造成算法效率低；走台阶问题也是如此。

如何提高上面两函数的算法效率，可以通过装饰器函数来缓存运算结果。

def memo(func):
    cache = {}
    def wrap(*args):
        res = cache.get(args)
        if not res:
            res = cache[args] = func(*args)
        return res
    return wrap

@memo               #等价于 fib = memo(fib)
def fib(n):
    if n <= 1:
        return 1
    return fib(n-1) + fib(n-2)

print(fib(50))

@memo               #等价于 climb = memo(climb)
def climb(n, steps):
    count = 0
    if n == 0:
        count = 1
    elif n > 0:
        for step in steps:
            count += climb(n-step, steps)
    return count

print(climb(100, (1, 2, 3)))

结果：

20365011074
180396380815100901214157639

有了装饰器函数装饰之后，会很快得到运算结果，大大提高了算法效率。

---