Skip to main content
 首页 » 编程设计

python之使用装饰器为递归函数计时

2025年05月04日15shangdawei

我正在尝试制作一个计时器装饰器,它可以为具有不同大小列表的函数计时。计时器适用于我在下面编写的 insert(),但不适用于 minimum() 等递归函数。对于任何大小大于 1 的列表,我都会收到递归深度错误。我应该如何解决这个问题?

def time_long_list(func): 
    import random 
    def helper(*args, **kwargs): 
        for item in [10, 100, 1000, 10000]: 
            list = [random.randint(1, 10) for element in range(item)] 
            with Timer() as clock: 
                func(list) 
            print(clock.interval/item) 
        return func 
    return helper 
 
@time_long_list 
def insert(lst): 
    new_list = [] 
    for item in lst: 
        new_list.insert(0, item) 
    return new_list 
 
@time_long_list 
def minimum(lst): 
    if len(lst) == 0: 
        return None 
    elif len(lst) == 1: 
        return lst[0] 
    else: 
        mid = len(lst) // 2 
        min1 = minimum(lst[:mid]) 
        min2 = minimum(lst[mid:]) 
        if min1 <= min2: 
            return min1 
        else: 
            return min2 
 
insert() 
minimum() 

请您参考如下方法:

当你装饰一个函数时,你是在告诉 python 解释器接受这个函数,对它做“一些事情”,然后在全局/模块命名空间中存储对新的、修改后的函数的引用。

根据定义,递归是一个函数调用自身。

所以你在这里尝试做的事情是行不通的,因为你的函数现在已经用生成测试数据的所有代码装饰了。当您递归调用该函数时,您每次都会生成所有测试数据。由于每一步都会生成新的测试数据,因此您永远无法到达递归的底部,并且不可避免地 - 您达到了深度限制。

你需要的是在我们装饰函数的时候保留对原始函数的引用。然后您将有两个函数,一个生成测试数据并执行递归的顶层,另一个不生成测试数据。它不是纯粹的递归——因为你有两个函数而不是一个,但这可能是你能做的最好的。

通过修 retrofit 饰器,我们可以保留对原始函数的引用

def time_long_list(func): 
    import random 
    def helper(*args, **kwargs): 
        for item in [10, 100, 1000, 10000]: 
            list = [random.randint(1, 10) for element in range(item)] 
            with Timer() as clock: 
                func(list, func) 
                print(clock.interval/item) 
        return func 
    helper.original = func 
return helper 

然后修改你的递归函数,让它总是调用它自己的原始版本,而不是修改后的版本

@time_long_list 
def minimum(lst, undecorated_func = None): 
    if len(lst) == 0: 
        return None 
    elif len(lst) == 1: 
        return lst[0] 
    else: 
        mid = len(lst) // 2 
        min1 = minimum.original(lst[:mid]) 
        min2 = minimum.original(lst[mid:]) 
        if min1 <= min2: 
            return min1 
        else: 
            return min2 

我不建议这是执行此操作的好方法 - 你会更好 - 正如评论所建议的那样,如果可能的话,创建一个单独的顶级函数来进行计时和测试数据创建。