【Python】python 中的 memoize 和 memoized

发布时间：2020-07-09 06:35:00 所属栏目：Python 来源：互联网

导读：python中编写递归函数时，为减少计算时间，需要用到memoize或memoized功能。它们的作用是：记忆函数每次运行的结果，当递归函数每次递归时，若已经计算过子函数，就直接从记忆中的结果获取，避免重复计算。

python 中编写递归函数时，为减少计算时间，需要用到 memoize 或 memoized 功能。

它们的作用是：记忆函数每次运行的结果，当递归函数每次递归时，若已经计算过子函数，就直接从记忆中的结果获取，避免重复计算。

在使用这个功能时，一般在程序前面加个 memoized 的类（这个类可以直接复制别人写好的代码）就行，然后在定义递归函数时前面加上 @memoized

例如斐波那契函数，没有使用 memoized 功能的计算时间为 41 秒，使用后计算时间为 0秒。。

memoized 类的代码(decorator.py)：

<pre class="has">
import collections import functools


class memoized(object):

"""Decorator. Caches a function's return value each time it is called.

If called later with the same arguments,the cached value is returned

(not reevaluated).

"""

def init(self,func):

self.func = func

self.cache = {}
def __call__(self,*args):
    if not isinstance(args,collections.Hashable):
        # uncacheable. a list,for instance.
        # better to not cache than blow up.
        return self.func(*args)
    if args in self.cache:
        return self.cache[args]
    else:
        value = self.func(*args)
        self.cache[args] = value
        return value

def __repr__(self):
    """Return the function's docstring."""
    return self.func.__doc__

def __get__(self,obj,objtype):
    """Support instance methods."""
    return functools.partial(self.__call__,obj)</code></pre>
使用:
<pre class="has">

#coding: utf-8

from decorators import memoized

def myclass(object):

@memoized

def init(a,b):

return a+b
                        （编辑：莱芜站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

【Python】python 中 的 memoize 和 memoized

【Python】python 中的 memoize 和 memoized