装饰器：
本质属性：为函数增加新功能的函数，只是有个语法糖，显得高大上而已
#装饰器
#引子 计算斐波那契数列，第50 项
import time
def fibonacci(num):
if num<=1:
return 1
else:
return fibonacci(num-1)+fibonacci(num-2)
start = time.time()
print(fibonacci(35))
end = time.time()
print(end-start)
print("-----------------------------分割线1-------------")
'''
结果：14930352
5.807300329208374
'''
#计算浪费了好多的时间，比如计算9,等于7+8项，再计算第7和8 第七=5+6;第八=7+6 重复计算了第七和第6
#改进，增加cache
def fibonacci(num,cache={}): if num<=1:
cache[num] = 1 return 1
else:
if num in cache.values():
return cache[num]
result = fibonacci(num-1,cache)+fibonacci(num-2,cache)
cache[num] = result
return result
start = time.time()
print(fibonacci(35))
end = time.time()
print(end-start)
'''
改进结果：
14930352
6.50729775428772
-----------------------------分割线2-------------
14930352
0.19814443588256836
'''
#引子2——台阶问题：一共10个台阶的楼梯，从下去上,一次迈1-3个台阶，
#不能后退，走完这个楼梯有多少走法
def climb(num,steps):
count = 0
if num==0:
count= 1
elif num>0:
for step in steps:
count += count(num-strp,steps)
return count
@memo
def climb_2(num,steps):
count = 0
if num==0:
count= 1
elif num>0:
for step in steps:
count += count(num-strp,steps)
return count
#此时，当num过大时，同样进行了重复的计算，比如100个台阶，当从第一个迈1个到达的50
#还是第一个迈2个到达的50 此后的计算都是重复的
'''
当多个函数都用到了相同的方法来增加函数的功能时，即将函数中相同的功能抽象出来，
即可得到一个新的函数，这个函数用来修饰其他的函数，即这个函数就是装饰器
''' def memo(func):
cache ={} #每次执行内函数时，cache还会在内存中，此时是闭包
def wrap(*args):
if args not in cache:
cache[args] = func(*args)
return cache[args]
return wrap
#使用装饰器： fibonacci_2 = memo(fibonacci_2)
@memo
def fibonacci_2(num):
if num<=1:
return 1
else:
return fibonacci(num-1)+fibonacci(num-2)
start = time.time()
print(fibonacci_2(35))
end = time.time()
print(end-start)
print("-----------------------------分割线3-------------")