python装饰器性能_容易被忽视的python装饰器的特性

该博客介绍了如何使用装饰器在Python中实现一种策略选择机制。通过定义并装饰多个函数,然后使用装饰器将这些函数存储在一个列表中,最终通过`max_item()`函数找出执行结果最大的函数,从而选择最佳方案。这种方法适用于需要从多个处理选项中自动选取最优结果的场景。
摘要由CSDN通过智能技术生成

今天发现了装饰器的另一种用法,下面就先上代码:

data_list = []

def data_item(func):

data_list.append(func)

return func

@data_item

def foo():

return 1

@data_item

def foo1():

return 2

@data_item

def foo3():

return 3

def max_item():

result = max(i() for i in data_list)

return result

if __name__ == '__main__':

item = max_item()

print(item)

代码很简单就是,定义三个foo开头的函数,每个foo函数输出不一样的数字,都通过装饰器data_item进行修饰,最后通过max_item函数,执行一系列逻辑获取结果。

这里有个容易被忽略的点,那就是装饰器实际是在执行 max_item()之前就执行了。

所以,如果你打印下data_list你会发现它是有值的。

[, , ]

即列表里面已经有三个被装饰器修饰的函数了,然后在

max(i() for i in data_list)

的i()阶段这三个函数执行了,得到了结果(1,2,3),然后最后取它们的max值即3。

什么场景会用到呢,一般对于传入一个值然后多种处理方案,选择其中最佳方案的时候可以考虑使用这种方法。

emmm,装饰器还是挺有意思的。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值