- 序
- 译后感
- 原作者前言
- *args 和 **kwargs
- *args 的用法
- **kwargs 的用法
- 使用 *args 和 **kwargs 来调用函数
- 啥时候使用它们
- 调试 Debugging
- 生成器 Generators
- 可迭代对象(Iterable)
- 迭代器(Iterator)
- 迭代(Iteration)
- 生成器(Generators)
- Map,Filter 和 Reduce
- Map
- Filter
- Reduce
- set 数据结构
- 三元运算符
- 装饰器
- 一切皆对象
- 在函数中定义函数
- 从函数中返回函数
- 将函数作为参数传给另一个函数
- 你的第一个装饰器
- 使用场景
- 授权
- 日志
- 带参数的装饰器
- 在函数中嵌入装饰器
- 装饰器类
- Global和Return
- 多个return值
- 对象变动 Mutation
- __slots__魔法
- 虚拟环境 Virtualenv
- 容器 Collections
- 枚举 Enumerate
- 对象自省
- dir
- type和id
- inspect模块
- 推导式 Comprehension
- 列表推导式
- 字典推导式
- 集合推导式
- 异常
- 处理多个异常
- finally从句
- try/else从句
- lambda表达式
- 一行式
- For - Else
- else语句
- 使用C扩展
- CTypes
- SWIG
- Python/C API
- open函数
- 协程
- 函数缓存
- Python 3.2+
- Python 2+
- 上下文管理器
- 基于类的实现
- 处理异常
- 基于生成器的实现
文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
Python 2+
你可以创建任意种类的缓存机制,有若干种方式来达到相同的效果,这完全取决于你的需要。
这里是一个一般的缓存:
from functools import wraps
def memoize(function):
memo = {}
@wraps(function)
def wrapper(*args):
if args in memo:
return memo[args]
else:
rv = function(*args)
memo[args] = rv
return rv
return wrapper
@memoize
def fibonacci(n):
if n < 2: return n
return fibonacci(n - 1) + fibonacci(n - 2)
fibonacci(25)
这里有一篇Caktus Group的不错的文章,在其中他们发现一个Django框架的由lru_cache导致的bug。读起来很有意思。一定要打开去看一下。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论