时间戳

首页 > 解决方案 > 理解 Python 中的记忆

python - 理解 Python 中的记忆

问题描述

我想更好地理解 Python 中的记忆。在我正在参加的在线课程中，提供了以下示例：

def memoize(func):
    memo_dict = {}
    def wrapper(*args):
        if args not in memo_dict:
            memo_dict[args] = func(*args)
        return memo_dict[args]
    return wrapper

@memoize
def find_divisors_memo(n):
    divisors = []
    for i in range(1, n+1):
        if n % i == 0:
            divisors.append(i)
    return divisors

memo_dict我试图在运行几个示例后找到存储的数值，例如：

find_divisors_memo(100000009)
find_divisors_memo(100000008)

我愿意：

for x,y in memo_dict.items():      
        print(x,y)

它说：NameError: name 'memo_dict' is not defined。

标签： python

解决方案

如果您想查看 dict 以了解 memoization，您可以添加一些print语句：

def memoize(func):
    memo_dict = {}
    def wrapper(*args):
        if args not in memo_dict:
            memo_dict[args] = func(*args)
        else:
            print('using cached value')
        print(memo_dict.items())
        return memo_dict[args]
    return wrapper

@memoize
def find_divisors_memo(n):
    print('function called')
    divisors = []
    for i in range(1, n+1):
        if n % i == 0:
            divisors.append(i)
    return divisors

现在您可以在每个函数调用中看到 dict 的项目。
此外，您将看到记忆化的工作原理：如果您第一次使用特定参数调用函数，则实际上调用了该函数。如果您使用相同的参数再次调用它，它实际上并不会调用该函数（这可能是一个计算量非常大的函数），而是使用 dict 中的缓存值。

如果你想在实际项目中使用缓存，我推荐functools.lru_cache. 此外，在名为cachetools.

推荐阅读