Python装饰器结合递归原理解析
代码如下：
importfunctools
defmemoize(fn):
print('startmemoize')
known=dict()
@functools.wraps(fn)
defmemoizer(*args):
ifargsnotinknown:
print('memorize%s'%args)
#known[args]=fn(*args)
forkinknown.keys():
print('%s:%s'%(k,known[k]),end='')
print()
#returnknown[args]
returnmemoizer
@memoize
defnsum(n):
print('nowis%s'%n)
assert(n>=0),'nmustbe>=0'
return0ifn==0elsen+nsum(n-1)
@memoize
deffibonacci(n):
assert(n>=0),'nmustbe>=0'
returnnifnin(0,1)elsefibonacci(n-1)+fibonacci(n-2)
if__name__=='__main__':
print(nsum(10))
print(fibonacci(10))
输出如下：
startmemoize
startmemoize
memorize10None
memorize10None
对比代码（把注释的地方去掉后）的输出：
startmemoize startmemoize memorize10 nowis10 memorize9 nowis9 memorize8 nowis8 memorize7 nowis7 memorize6 nowis6 memorize5 nowis5 memorize4 nowis4 memorize3 nowis3 memorize2 nowis2 memorize1 nowis1 memorize0 nowis0 (0,):0 (0,):0(1,):1 (0,):0(1,):1(2,):3 (0,):0(1,):1(2,):3(3,):6 (0,):0(1,):1(2,):3(3,):6(4,):10 (0,):0(1,):1(2,):3(3,):6(4,):10(5,):15 (0,):0(1,):1(2,):3(3,):6(4,):10(5,):15(6,):21 (0,):0(1,):1(2,):3(3,):6(4,):10(5,):15(6,):21(7,):28 (0,):0(1,):1(2,):3(3,):6(4,):10(5,):15(6,):21(7,):28(8,):36 (0,):0(1,):1(2,):3(3,):6(4,):10(5,):15(6,):21(7,):28(8,):36(9,):45 (0,):0(1,):1(2,):3(3,):6(4,):10(5,):15(6,):21(7,):28(8,):36(9,):45(10,):55
通过取消注释的对比，可以得到如下结论：
- 装饰器memoize实际上对于函数nsum()只执行了第一次加载的时候的预处理，然后就是nsum=memoizer。
- 装饰器的实质是通过functools.wraps(fn)获得函数的名字，便于nsum.__name__==nsum，并将参数传至memoize(*args)，也就是*args。
- 装饰器通过memory()，和外面的装饰器获得的函数，在内部对函数进行功能改造。在上例子中，通过known[args]=fn(*args)先执行fn函数，即上例子中nsum(10)，然后就进入递归，t同时调用memoizer()和nsum()函数10次，且先memoizer再nsum，而且每次都在``known[args]=fn(*args)`进入递归，也就是每次nsum的执行，故，对于为什么打印konwn中的元素是集中在一起的解释就知道了，到了n==0，才跳出递归，故，known的第一个元素是0，然后就循环往复。
- 最后，其实，递归函数执行的是fn(*args)，即nsum()。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。