我有一个简单的内存器装饰器:
def funcmemo(f):
memo = {}
@wraps(f)
def wrapper(*args):
if args in memo:
return memo[args]
else:
temp = f(*args)
print "memoizing: ", args, temp
memo[args] = temp
return temp
return wrapper
现在,当我通过“@”标记使用它时,
@funcmemo
def fib(n):
print "fib called with:", n
if n < 2: return n
return fib(n-2) + fib(n-1)
res = fib(3)
print "result:", res
如打印输出所示,它工作正常:
fib called with: 3
fib called with: 1
memoizing: (1,) 1
fib called with: 2
fib called with: 0
memoizing: (0,) 0
memoizing: (2,) 1
memoizing: (3,) 2
result: 2
但是,当我这样做时:
def fib(n):
print "fib called with:", n
if n < 2: return n
return fib(n-2) + fib(n-1)
memfib = funcmemo(fib)
res = memfib(3)
print "result:", res
显然调用了一个未修饰的 fib,只有最终返回值“到达”缓存(显然导致了巨大的减速):
fib called with: 3
fib called with: 1
fib called with: 2
fib called with: 0
fib called with: 1
memoizing: (3,) 2
result: 2
奇怪的是,这个工作正常:
def fib(n):
print "fib called with:", n
if n < 2: return n
return fib(n-2) + fib(n-1)
fib = funcmemo(fib)
res = fib(3)
print "result:", res
此外,基于类的版本也会发生同样的事情:
class Classmemo(object):
def __init__ (self, f):
self.f = f
self.mem = {}
def __call__ (self, *args):
if args in self.mem:
return self.mem[args]
else:
tmp = self.f(*args)
print "memoizing: ", args, temp
self.mem[args] = tmp
return tmp
使用“匿名”装饰函数时也会出现此问题,例如
res = Classmemo(fib)(3)
我很乐意了解这背后的原因。
请您参考如下方法:
这没什么奇怪的。当你做的时候
memofib = funcmemo(fib)
您不会以任何方式更改 fib 指向的函数,而是创建一个新函数 并将名称 memofib 指向它.
因此,当 memofib 被调用时,它会调用名称为 fib 的函数——递归调用自身,而不是 memofib - - 所以不会发生内存。
在你的第二个例子中,你做
fib = funcmemo(fib)
因此它递归地调用自己,并且在所有级别发生内存。
如果您不想像装饰器版本或您的第二个示例那样覆盖名称 fib,您可以更改 fib 以采用函数名称:
def fib(n, fibfunc):
print "fib called with:", n
if n < 2: return n
return fibfunc(n-2, fibfunc) + fibfunc(n-1, fibfunc)
memofib = funcmemo(fib)
res = fib(3, memofib)
你也可以使用 fixed point combinator避免每次都传递 fibfunc:
def Y(f):
def Yf(*args):
return f(Yf)(*args)
return f(Yf)
@Y
def fib(f):
def inner_fib(n):
print "fib called with:", n
if n < 2: return n
return f(n-2) + f(n-1)
return inner_fib
