无论何时我们想对一个对象添加额外的功能，都有下面这些不同的可选方法。

如果合理，可以直接将功能添加到对象所属的类(例如：添加一个新方法)

使用组合

使用继承

与继承相比，通常应该优先选择组合，因为继承使得代码更难复用，继承关系是静态的，并且用于整个类以及这个类的所有实例和网页。

设计模式为我们提供第四种可选方法，以支持动态地扩展一个对象的功能，这种方法就是修饰器。修饰器模式能够以透明的方式动态地将功能添加到一个对象中。

在许多编程语言中，使用子类化来实现修饰器模式。在Python中，我们可以使用内置的修饰器特性。一个Python修饰器就是对Python语法的一个特定改变。用于扩展一个类、方法或函数的行为，而无需使用继承。从实现的角度来说，Python修饰器是一个可调用对象，接受一个函数对象fin作为输入，并返回另一个函数对象fout。这意味着可以将任何具有这些属性的可调用对象当作一个修饰器。

修饰器模式和Python修饰器之间并不是一对一的等价关系。Python修饰器能做的实际上比修饰器模式多得多，其中之一就是实现修饰器模式和网页。

"""

装饰器模板：

import functools

def memoize(fn):

known = dict()

@functools.wraps(fn)

def memoizer(*args):

if args not in known:

known[args] = fn(*args)

return known[args]

return memoizer

"""

import functools

def memoize(fn):

known = dict()

@functools.wraps(fn)

def memoizer(*args):

if args not in known:

known[args] = fn(*args)

return known[args]

return memoizer

@memoize

def nsum(n):

'''返回前n个数字的和'''

assert(n >= 0), 'n must be >= 0'

return 0 if n == 0 else n+nsum(n-1)

@memoize

def fibonacci(n):

'''返回斐波那契数列的第n个数'''

assert(n >= 0), 'n must be >= 0'

return n if n in (0, 1) else fibonacci(n-1)+fibonacci(n-2)

if __name__ == "__main__":

from timeit import Timer

measure = [{'exec': 'fibonacci(100)', 'import': 'fibonacci',

'func': fibonacci}, {'exec': 'nsum(200)', 'import': 'nsum', 'func': nsum}]

for m in measure:

t = Timer('{}'.format(m['exec']),

'from __main__ import {}'.format(m['import']))

print('name:{}, doc:{}, executing:{}, time:{}'.format(

m['func'].__name__, m['func'].__doc__, m['exec'], t.timeit()))