记忆装饰器运行速度比原始功能慢答案

【问题标题】：Memoization decorator runs slower than original function记忆装饰器运行速度比原始功能慢
【发布时间】：2018-02-01 15:30:46
【问题描述】：

我正在使用斐波那契函数进行记忆装饰器练习。当输入变大时，memoized 函数应该会更快，因为它从字典中返回结果，而不是再次计算结果。

我正在使用timeit.timeit() 来测量函数的执行时间，其中memoized on vs off。我得到的结果与我的预期完全相反。没有装饰器的执行运行得更快。

# memorized decorator for fibonacci series
def mem_fib(f):
    def wrapper(n):
        wrapper.d = {}  # create the attr member of THIS wrapper
        if n in wrapper.d:
            return wrapper.d[n]
        wrapper.d[n] = f(n)  # save f() return in a dict
        return wrapper.d[n]
    return wrapper

@mem_fib
def fibonacci(n):
    assert n >= 0
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

我正在 PyCharm python 的控制台上运行命令。

@with 装饰器

>>> print(timeit.timeit('decorators.fibonacci(7)', setup='import decorators'))
19.6940833939
>>> print(timeit.timeit('decorators.fibonacci(10)', setup='import decorators'))
85.7157191166

没有装饰器

>>> print(timeit.timeit('decorators.fibonacci(7)', setup='import decorators'))
5.10131571594
>>> print(timeit.timeit('decorators.fibonacci(10)', setup='import decorators'))
21.9784012801

我多次运行timeit，我只是放一个输出来总结它。我错过了什么？

谢谢

更新：感谢丹尼尔的回答，我发现了我的错误。我将字典创建移到了包装器之外，结果要好得多。

>>> print(timeit.timeit('decorators.fibonacci(10)', setup='import decorators'))
0.248986574759

【问题讨论】：

您是否已经厌倦了追求更大的价值？我的猜测是，对于 7 和 10，memoization 引入的少量开销大于实际计算的成本。我想对于 fibbonacci(100) 它可能会产生预期的结果。
会不会是因为你的断言声明？作为旁注，您不需要最后的 pass 语句。您可以检查负 n 并引发错误，然后检查基本情况并返回。如果两个检查都失败了，一定是递归的情况，因此不需要使用else。
麦这个小改动让代码更容易阅读，感谢注释

标签： python decorator

【解决方案1】：

您每次调用该函数时都会创建一个新字典，因为您的 wrapper 函数总是执行 wrapper.d = {}。因此缓存永远不会被填充，并且您的代码每次都会产生额外的创建字典的开销。

在您从 mem_fib 返回之前，该行应该超出该函数。

【讨论】：

我不知道我是怎么错过的，谢谢！当我将字典创建移到包装器之外（在 mem_fib 内）时，结果与我预期的一样
print(timeit.timeit('decorators.fibonacci(10)', setup='import decorators')) 0.248986574759