在多次调用的函数中完成一次昂贵的操作，Python 3

Question

我在 json 中有很长的组列表，我想要一个小实用程序：

def verify_group(group_id):
    group_ids = set()
    for grp in groups:
        group_ids.add(grp.get("pk"))
    return group_id in group_ids

显而易见的方法是在函数外部加载集合，或者声明一个全局变量——但假设我不想要一个全局变量。

在静态类型语言中，我可以说集合是静态的，我相信这将实现我的目标。如何在 python 中做类似的事情？即：第一次调用初始化集合group_ids，后续调用使用第一次调用初始化的集合。

顺便说一句，当我使用 profilestats 包来分析这个小代码 sn-p 时，我看到了这些可怕的结果：

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
      833    0.613    0.001    1.059    0.001 verify_users_groups.py:25(verify_group)
  2558976    0.253    0.000    0.253    0.000 {method 'get' of 'dict' objects}
  2558976    0.193    0.000    0.193    0.000 {method 'add' of 'set' objects}

我尝试添加 functools.lru_cache ——但这种类型的优化并不能解决我目前的问题——我如何才能在 inside def 后加载集合 group_ids堵塞？

感谢您的宝贵时间。

Answer 1

没有 static 的等价物，但是您可以通过不同的方式实现相同的效果：

一种方法是滥用臭名昭著的可变默认参数：

def verify_group(group_id, group_ids=set()):
    if not group_ids:
        group_ids.update(grp.get("pk") for grp in groups)
    return group_id in group_ids

但是，这允许调用者更改该值（这可能是您的功能或错误）。

我通常更喜欢使用闭包：

def make_group_verifier():
    group_ids = {grp.get("pk") for grp in groups}
    def verify_group(group_id):
        # nonlocal group_ids # if you need to change its value
        return group_id in group_ids
    return verify_group

verify_group = make_group_verifier()

Python 是一种 OOP 语言。你描述的是一个实例方法。用集合初始化类并调用实例上的方法。

class GroupVerifier:
    def __init__(self):
        self.group_ids = {grp.get("pk") for grp in groups}
    def verify(self, group_id):
        # could be __call__
        return group_id in self.group_ids

---

我还想补充一点，它取决于 API 设计。如果他们想要性能，您可以让他们负责预先计算并提供价值。这是例如random.choices 所采取的选择。 cum_weights 参数不是必需的，但它允许用户为性能关键代码中的每次调用消除计算该数组的成本。因此，您无需使用可变参数，而是使用 None 作为默认值，并仅在传递的值为 None 时计算该设置，否则您假设调用者为您完成了工作。