记忆:用硬币改变

时间:2015-04-25 06:52:40

标签: python dynamic-programming memoization python-decorators coin-change

我正在使用Python进行经典的使用硬币进行更改问题。这是我的实施。

def memo(fn):
    def helper(*args): # here, * indicate the fn take arbitrary number of argumetns
        d = {}
        if args in d:
            return d[args] # args is a tuple, immutable, hashable
        else:
            res = fn(*args) # here * expand a tuple as arguments
            d[args] = res
            return res
    return helper

@memo
def change(options, n):
    if n < 0 or options ==():
        return 0
    elif n == 0:
        return 1
    else:
        return change(options, n- options[0]) + change(options[1:], n)

事实证明,备忘版本比原版更慢!为什么?我的实施出了什么问题?

这没有记忆:

In [172]: %timeit change((50, 25, 10, 5, 1), 100)
100 loops, best of 3: 7.12 ms per loop

这是备忘录:

In [170]: %timeit change((50, 25, 10, 5, 1), 100)
10 loops, best of 3: 21.2 ms per loop

1 个答案:

答案 0 :(得分:7)

在您当前的代码中:

def memo(fn):
    def helper(*args):
        d = {}

每次调用修饰函数时,您都会创建一个新的&#34;缓存&#34; 字典d 。难怪它变慢了!最小的修复是:

def memo(fn):
    d = {}
    def helper(*args):

但一般来说可能更整洁。我用:

def memo(func):
    def wrapper(*args):
        if args not in wrapper.cache:
            wrapper.cache[args] = func(*args)
        return wrapper.cache[args]
    wrapper.cache = {}
    return wrapper

这样可以更轻松地访问已修饰的函数cache以修复错误等。