装饰器python的通俗理解_2道极好的Python算法题

今天我分享两道非常好的算法题，大家耐心看完两道算法题之后，注意精华在最后，我相信大家对装饰器的理解又会更上一层楼.

1.斐波那契数列

1).这个序列非常有名，我非常喜欢这个序列(有同学问我为啥，偷偷告诉大家，这个序列帮了我不少忙,等下半年我写数据分析文章的时候，会跟大家分享心得)

这个序列也叫兔子序列，网上有很多关于这个序列的解法，我们就直接上代码

我们用推导列表把兔子序列前10项打印出来,有同学说这个跟装饰器有毛关系，不要急，如果我们若打印40项，看看需要花多少时间

import time

start=time.time()

[fib(n) for n in range(40)]

end=time.time()

print 'cost:{}'.format(end-start)

cost:150.200000048

如果我们打印50项，则需要花更多的时间，光40项需要花150多秒,50项就更长了.难是因为这个运算量太大了吗,NONONO,是因为我们算法没有经过优化。

看上面这张图，你会发现我们在计算兔子序列的时候，有大量重复的计算，比如算F(10)=F(9)+F(8),F(9)=F(8)+F(7),F(8)需要重复计算两次~~

怎么破，很容易想到我们需要用一个缓存，把这个计算过的数字存在一个表里面，用的时候若这个数字在这个表，就不用再花cpu去运算，直接取就好了。

2).先把上面的代码改一下,我们申明一个count变量，每次递归都存起来，然后最后再返回

3).接着演变，我们现在构造一个缓冲区cache

我们查表，比如用字典来保存，比如cache[8]=34,我们只需要查一下8是不是在字典里面就可以了，在的话直接取，不在的话再去用算法计算，是不是很爽

看运行40项，几乎不费吹灰之力，非常快

2.爬楼梯

比如我有7阶台阶，我们可以用两种爬发，一次一步或者两步，只能进不能退，算算有多少种爬法

我们先简单分析一下：

若只有一阶台阶，那么不管是一次选择一步还是两步，都只有一种爬法

若只有两阶台阶，选择一步or两步，会有两种爬法

若只有三阶台阶，选择一步然后一步然后一步，或者一步，两步，或者两步，一步，这样有3种爬法

若只有四阶台阶，选择一步，然后剩下3阶台阶的爬法，这3阶爬法可以直接取前面3阶台阶的计算结果

我们先写源码，源码很简单用递归搞定，首先设计递归的出口,当只有1阶或者小于1阶台阶时候，直接return 1

大家有没有发现这个爬楼梯一样存在重复计算的问题,比如5阶的时候，一步一步然后剩下3步，或者两步然后剩下3步

一样需要用到兔子序列的cache方法，那么在climb函数中再重复写一篇，是不是很累赘，这不是Pythonic的风格，有没有比较好的封装方法呢，同时又能不改动原始的代码呢～～有的，牛逼闪闪的Python当然有，就是我们的装饰器啦,好我们看装饰器如何封装搞定

3.装饰器封装

对于兔子序列和爬楼梯，我们用装饰器去封装一下，怎么封装呢，我们一步一步来,参考上一篇入门很容易构建出来

1).创建一个装饰器

def decorate(func):

cache={}

def wrap(n):

if n not in cache:

cache[n]=func(n)

return cache[n]

return wrap

2).装饰一下斐波那契数列

是不是很简洁，装饰器真是个好东西啊~~

3).装饰器参数升级

大家有没有发现我们上面构造的装饰器，入参是一个参数n.如果碰到需要传入的多个参数的函数怎么办，比如我们的爬楼梯原函数就是2个参数，所以我们需要把装饰器写更通俗一点，对用变参

留几个问题:

1.print climb(5,(1,2))为啥不是[1,2]

2.为啥不能加else

def decorator(func):

cache={}

def wrap(*args):

if args not in cache:

cache[args]=func(*args)

else:

return cache[args]

return wrap

3.加缓冲的时候

def fib(n，cache=None):

为啥不能写成def fib(n，cache={}):

好了装饰器的妙用就讲到这里,大家想一想如果我们还有类似的代码需要缓存机制，是不是只需要用装饰器封装一下就行了，是不是代码简洁很多而且容易维护和扩展功能，讲到这里大家是不是对装饰器的妙用有了进一步的理解,若有什么不懂的,也可以留言跟我探讨交流。

装饰器python的通俗理解_2道极好的Python算法题 | 带你透彻理解装饰器的妙用相关推荐

rtosucos和linux区别,为什么我们需要uCos？带你透彻理解RTOS
原标题:为什么我们需要uCos?带你透彻理解RTOS 与uCos见面还是大学的时候,老师让我为毕业设计选一个课题,要求有关嵌入式实时操作系统,于是开始在网上搜索,顺理成章的就发现了uCos,于是开始了 ...
python循环语句嵌套_2个实例搞懂Python循环嵌套——九九乘法表以及质数的索引...
前面我们讲过了Python中的循环语句有两种:while循环和for循环.Python语言可以允许在一个循环体内嵌套另一个循环体. 比如:在while循环中可以嵌套for循环:也可以在for循环中嵌套 ...
30道面试常见的数据结构算法题
注意: 边界条件的判断取地址符传参的使用溢出问题,long long 题目来源:https://github.com/ZXZxin/ZXBlog/blob/master/%E5%88%B7%E9% ...
为什么模电这么难学？一文带你透彻理解模电
想必模电就是小伙伴们非常头疼的一门课程,最深刻的感受莫过于就是"老师说第一遍不懂,第二遍还是不懂,第三遍还是不懂." 网友对模电有以下总结: 天书般难懂. 模电=魔电本科模电就够 ...
15道使用频率极高的基础算法题
算法题列表 1.合并排序,将两个已经排序的数组合并成一个数组,其中一个数组能容下两个数组的所有元素; 2.合并两个已经排序的单链表; 3.倒序打印一个单链表; 4.给定一个单链表的头指针和一个指定节点 ...
python为什么没有指针_Python 没有指针，如何解算法题？
求杨辉三角的前n行数据_两道简单的套公式算法题：杨辉三角
杨辉三角应该是大家很早就接触到的一个数学知识,它有很多有趣的性质: 每个数字等于上一行的左右两个数字之和,即 C(n+1,i) = C(n,i) + C(n,i-1) 每行数字左右对称,由 1 开始逐 ...
透彻理解BN(Batch Normalization)层
什么是BN Batch Normalization是2015年论文<Batch Normalization: Accelerating Deep Network Training by Redu ...
10个问题带你全面理解Linux性能优化
10个问题带你全面理解Linux性能优化 • Feiskyhttps://feisky.xyz/posts/2020-06-06-linux-perf/本文整理自极客时间"10个问题带你全面 ...

装饰器python的通俗理解_2道极好的Python算法题 | 带你透彻理解装饰器的妙用

装饰器python的通俗理解_2道极好的Python算法题 | 带你透彻理解装饰器的妙用相关推荐

最新文章

热门文章