Question

Python函数对象有一个名为func_dict的属性字典，它从函数外部可见并且是可变的，但在调用函数时不会被修改。（我从昨天问过的问题（＃1753232）的答案中学到了这一点：谢谢！）我正在阅读代码（http://pythonprogramming.jottit.com/functional_programming），该代码记住斐波纳契数的计算并思考，“为什么不使用{{1 memoizing的属性？“它起作用了（见下文;代码末尾的输出）。这有点像有一个类属性，但在对象外面有初始化代码（在这种情况下，不是类而是函数）。

我想知道使用此属性可以使用哪些类似（或不同）的技巧？

func_dict

Answer 1

要小心：fib.cache技巧只有在fib确实是在执行时活动范围内的相关功能对象的名称时才有效（例如，当你装饰它时完成后，您必须将缓存的起始值分配给装饰器包装器，而不是装饰函数 - 如果在此之后进一步修饰，则事情会中断。）

与标准的记忆习语相比，这有点脆弱：

def fib(n, _memo={0:1, 1:1}):
    if n in _memo:
        return _memo[n]
    else:
        _memo[n] = fib(n-1) + fib(n-2)
        return _memo[n]

或装饰者等效物。标准成语也更快（虽然不是很多） - 将它们放在mem.py下的名称fib1（.cache-trick one，没有打印和未修饰）和fib2（我的版本）下，我们看到...：< / p>

$ python -mtimeit -s'import mem' 'mem.fib1(20)'
1000000 loops, best of 3: 0.754 usec per loop
$ python -mtimeit -s'import mem' 'mem.fib2(20)'
1000000 loops, best of 3: 0.507 usec per loop

所以标准惯用语版本节省了大约33％的时间，但是几乎所有的调用都实际上达到了memoization缓存（在这百万个循环中的第一个之后填充） - fib2的速度优势更小缓存未命中，因为它来自访问_memo（局部变量）vs fib.cache（全局名称，fib，然后是其属性，缓存）的更高速度，缓存访问在缓存上占主导地位命中（没有别的;-)但是在缓存未命中时还有一些额外的工作（两个函数相同）。

无论如何，并不意味着在你的游行中下雨，但是当你发现一些新的酷想法时，一定要根据“做事的好方法”来衡量它，无论是在“稳健性”还是表现方面（如果你正在缓存，大概是你关心关于表现; - ）。

Answer 2

我一直用this technique进行记忆。它使用的事实是你可以调用一个不是函数的对象，只要该对象定义了__call__方法。无论出于什么原因，无论是落后的方法，还是Alex Martelli甚至都没有出现在我身上。我猜测它的性能大致与降落的方式相同，因为它的工作方式大致相同。也许有点慢。但正如链接页面指出的那样，“fib（）的定义现在是”明显的“，没有缓存代码模糊算法”这很好。

用于memoize的Python func_dict;其他有用的技巧？

2 个答案: