Python：用于字典的生成器和装饰器

Question

我创建了一个问题来锻炼一个人在 Python 中使用生成器、装饰器和字典的能力。

但是，我自己无法解决这个练习，并且想知道是否有可能解决。

是否可以使用包装生成器的装饰器函数以字典的形式缓存函数输出？

练习是：

编写一个装饰器来缓存函数调用结果。 将对 arg:result 存储在函数属性中的字典中 目的。使用生成器函数生成这些结果 在斐波那契函数上测试您的代码。

我尝试如下实现：

def cachefunc(func):
    def wrapper(*args, **kwargs):
        result = func(*args, **kwargs)
        return {func.__name__ + '(' + str(list(args))[1:-1] + ')' : str(result)}
    wrapper.__name__ = func.__name__
    wrapper.__doc__ = func.__doc__
    return wrapper

@cachefunc
def fibonacci(n):
    assert n >= 0
    if n < 2:
        return n
    else:
        return (fibonacci(n-1) + fibonacci(n-2))
def allfib():
    n = 0
    while True:
        yield fibonacci(n)
        n += 1

result = []
generator = allfib()
while len(result) < 10:
    x = next(generator)
    result.append(x)
print result

但是，我收到以下错误：

python dg.py
Traceback (most recent call last):
  File "dg.py", line 32, in <module>
    x = next(generator)
  File "dg.py", line 26, in allfib
    yield fibonacci(n)
  File "dg.py", line 10, in wrapper
    result = func(*args, **kwargs)
  File "dg.py", line 22, in fibonacci
    return (fibonacci(n-1) + fibonacci(n-2))
TypeError: unsupported operand type(s) for +: 'dict' and 'dict'

有人知道此类问题的替代解决方案吗？

Answer 1

您的具体错误

错误在这里：

return {func.__name__ + '(' + str(list(args))[1:-1] + ')' : str(result)}

我相信，当您想返回结果时，您正在返回字典。我不太清楚你在缓存函数中实际在哪里进行缓存。

一般评论

这种缓存模式通常也称为记忆化。

试试这个http://avinashv.net/2008/04/python-decorators-syntactic-sugar/。向下滚动到关于斐波那契的部分。在那里可以找到以下代码：

class memoize:
  def __init__(self, function):
    self.function = function
    self.func_name = function.__name__
    self.memoized = {}

  def __call__(self, *args):
    try:
      print "Using Memo Solution for " + self.func_name + " on " + str(args)
      return self.memoized[args]
    except KeyError:
      print "Computing Solution Now for " + self.func_name + " on " + str(args)
      self.memoized[args] = self.function(*args)
    return self.memoized[args]

然后简单地做：

@memoize
def fibonacci(n):
  assert n >= 0
  if n < 2:
    return n
  else:
    return (fibonacci(n-1) + fibonacci(n-2))

完整代码

在您的示例中，Memoization 仍然适用于生成器，请注意打印语句向您显示正在获取 memoized 的结果。

class memoize:
  def __init__(self, function):
    self.function = function
    self.func_name = function.__name__
    self.memoized = {}

  def __call__(self, *args):
    try:
      print "Using Memo Solution for " + self.func_name + " on " + str(args)
      return self.memoized[args]
    except KeyError:
      print "Computing Solution Now for " + self.func_name + " on " + str(args)
      self.memoized[args] = self.function(*args)
    return self.memoized[args]

@memoize
def fibonacci(n):
  assert n >= 0
  if n < 2:
    return n
  else:
    return (fibonacci(n-1) + fibonacci(n-2))

def allfib():
  n = 0
  while True:
    yield fibonacci(n)
    n += 1

result = []
generator = allfib()
while len(result) < 10:
  x = next(generator)
  result.append(x)
print result