python - python @cache 装饰器是如何工作的？

Question

我最近了解了 Python 中的缓存装饰器，并对它的工作原理以及它可以轻松应用于任何函数感到惊讶。像我之前的许多其他人一样，我尝试在 C++ 中复制此行为但没有成功(尝试递归计算 Fib 序列)。问题是内部调用没有被缓存。如果我修改原始函数，这不是问题，但我希望它是一个装饰器，以便它可以应用到任何地方。我正在尝试从源代码中破译 Python @cache 装饰器，但无法弄清楚很多，想弄清楚我如何(如果可能的话)在其他地方复制这种行为。

有没有办法缓存内部调用？

这是向 fib 函数添加内存的简单方法。我想要的是构建一个装饰器，以便我可以包装任何功能。就像 Python 中的一样。

class CacheFib {
public:
  CacheFib() {}
  unsigned long long fib(int n) {

    auto hit = cache_pool.find(n);
    if (hit != cache_pool.end()) {
      return hit->second;
    } else if (n <= 1) {
      return n;
    } else {
      auto miss = this->fib(n - 1) + this->fib(n - 2);
      cache_pool.insert({n, miss});
      return miss;
    }
  }
  std::map<int, int> cache_pool;
};

这种方法会缓存实际调用，这意味着如果我调用 cachedFib(40) ，第二次它将是 O(1)。它实际上不会缓存内部调用以帮助提高性能。

// A PROTOTYPE IMPLEMENTATION 
template <typename Func> class CacheDecorator {
public:
  CacheDecorator(Func fun) : function(fun) {}
  int operator()(int n) {
    auto hit = cache_pool.find(n);
    if (hit != cache_pool.end()) {
      return hit->second;
    } else {
      auto miss = function(n);
      cache_pool.insert({n, miss});
      return miss;
    }
  }
  std::function<Func> function;
  std::map<int, int> cache_pool;
};
int fib(int n) {
  if (n == 0 || n == 1) {
    return n;
  } else
    return fib(n - 1) + fib(n - 2);
} 
//main
auto cachedFib = CacheDecorator<decltype(fib)>(fib);
cachedFib(**);

此外，有关 @cache 装饰器或任何 C++ 实现想法的任何信息都会有所帮助。

Answer 1

因此，正如您所发现的，Python 和 C++ 是不同的语言。

此上下文中的主要区别在于，在 Python 中，函数名称 fib 在运行时查找，即使是递归调用也是如此；同时，在 C++ 中，函数名是在编译时查找的，所以当您的 CacheDecorator 找到它时，已经太晚了。

几种可能性:

• 将fib 的查找移动到运行时；您可以通过使用显式函数指针或使其成为动态方法来执行此操作。这些中的任何一个都意味着对 fib 函数进行不同的编码。

• 某种可怕的、依赖于平台的 hack 来覆盖函数地址表或函数本身的开头。这将是深奥的魔法，尤其是在优化方面；例如，编译器可能会写出函数的多个拷贝，或者可能会将递归调用变成循环。

• 将 CacheDecorator 的实现作为预处理器宏移到编译时。这可能是保留 python 装饰器意图的最佳方式。

• 理想情况下，用Python写Python，用C++写C++；每种语言都有自己的习语，通常不会以一对一的方式相互翻译。

  尝试用 C++ 编写 Python 风格的代码总是会导致代码有些陌生，即使在可能的情况下也是如此。流利地使用您所使用的语言的习语会更好。