基于上次花式编程的time_all函数出现大量重复操作，此处引入装饰器来说明代码的简洁性。装饰器作为Python中的黑魔法，可以使代码更加简洁优雅，常用于检查变量合法性，日志记录等操作。装饰器会在以后详细讲解，此处请自行查阅资料。
def time_it(text):
def inner(func):
def _wrapper(*args, **kwargs):
t1 = time()
ret = func(*args, **kwargs)
t2 = time()
print(text, t2 - t1)
return ret
return _wrapper
return inner
装饰在每个函数上
@time_it("循环法用时:") # 装饰在函数上方即可
def fib2(n):
"""
指定生成n个菲波拉契数
"""
ret = []
a, b = 0, 1
for i in range(n):
ret.append(b)
a, b = b, a + b
return ret
@time_it("生成器法用时:")
def fib4(n):
"""生成器"""
a, b = 0, 1
for i in range(n):
yield b
a, b = b, a + b
@time_it("矩阵法用时:")
def fib5(n):
"""矩阵法"""
ret = []
m = np.matrix([[1, 1], [1, 0]])
for i in range(n):
ret.append((m ** i)[0, 0])
return ret
if __name__ == '__main__':
num = 10000 # 主函数直接调用
fib2(num) # 主函数这里还有重复调用，进一步优化
fib4(num)
fib5(num)
# 结果：
循环法用时: 0.007998943328857422
生成器法用时: 3.814697265625e-06
矩阵法用时: 0.4287300109863281
主函数这里还有重复调用，对于重复的操作需要进一步优化，此处引入高阶函数map, 和匿名函数lambda，主函数优化为：
if __name__ == '__main__':
num = 10000
funcs = [fib2, fib4, fib5] # 存放调用函数
for _ in map(lambda f: f(num), funcs): pass
# 结果：
循环法用时: 0.0052640438079833984
生成器法用时: 2.1457672119140625e-06
矩阵法用时: 0.3924410343170166
这样优化的好处是funcs列表可以增加调用函数个数，而不需要修改其余代码：
if __name__ == '__main__':
num = 10000
funcs = [fib2, fib5, fib4, fib4, fib5] # 增加函数调用
for _ in map(lambda f: f(num), funcs): pass
# 结果：
循环法用时: 0.006803989410400391
矩阵法用时: 0.38605594635009766
生成器法用时: 9.5367431640625e-07
生成器法用时: 9.5367431640625e-07
矩阵法用时: 0.4611539840698242
注意：对于不懂的知识点，请自行百度，以便于提高自学能力
总结
本文基于上次花式编程的time_all函数做了优化，优化的目的使得代码更加优雅，便于阅读和管理。引入装饰器是为了说明编程存在很多技巧。以后会详细介绍，感谢各位阅读。
