python - 内存装饰器无法内存(当不使用装饰器语法时)

Question

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。

Answer 1

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