装饰器语法糖装饰递归函数
求解，为什么运行不起来import time
def timetest(num):
def outfunc(thefunc):
def insfunc():
start = time.time()
thefunc()
end = time.time()
print(f'{num}程序耗时{end-start:.2f}秒')
return insfunc
return outfunc
@timetest('原版')
def fibrecur(n):
if n == 1 or n == 2:
return 1
else:
return fibrecur(n-1)+ fibrecur(n-2)
@timetest('新版')
def newfibrecur(n,x=1,y=1):
if n == 1 or n == 2:
return y
else:
return newfibrecur(n-1,y,x+y)
print(fibrecur(34))
print(newfibrecur(34)) 你的装饰器语法糖装饰递归函数的代码逻辑是正确的，但是由于斐波那契数列的计算复杂度较高，递归调用次数较多，导致计算时间较长。当计算到n=34时，递归调用的次数已经非常庞大，会耗费较长时间。
为了验证代码的运行情况，你可以先尝试运行较小的n值，比如n=10，来查看结果是否正常。
如果你确实需要计算较大的斐波那契数列，可以使用迭代的方式来计算，这样可以避免递归调用带来的性能问题。以下是一个使用迭代方式计算斐波那契数列的示例代码:
import time
def timetest(num):
def outfunc(thefunc):
def insfunc():
start = time.time()
thefunc()
end = time.time()
print(f'{num}程序耗时{end-start:.2f}秒')
return insfunc
return outfunc
@timetest('迭代版')
def iterfibrecur(n):
if n == 1 or n == 2:
return 1
x, y = 1, 1
for i in range(3, n + 1):
x, y = y, x + y
return y
print(iterfibrecur(34))
以上代码中，我们使用了迭代的方式来计算斐波那契数列，避免了递归调用，效率会更高一些。你可以尝试运行并比较不同版本的代码的执行时间。
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 本帖最后由 Python入门者 于 2024-1-22 14:02 编辑
timetest装饰器中缺少可传入参数n，并且使用装饰器语法糖装饰递归函数，会导致装饰器重复调用，用一层函数进行包装避免重复调用就好了
import time
def timetest(num):
def outfunc(thefunc):
def insfunc(*n):
start = time.time()
result = thefunc(*n)
end = time.time()
print(f'{num}耗时{end-start:.2f}秒')
return result
return insfunc
return outfunc
def fibrecur(n):
if n == 1 or n == 2:
return 1
else:
return fibrecur(n-1)+ fibrecur(n-2)
def newfibrecur(n,x=1,y=1):
if n == 1 or n == 2:
return y
else:
return newfibrecur(n-1,y,x+y)
@timetest('原版斐波那契数列生成器')
def func1(func,n):
a = func(n)
return a
@timetest('新版斐波那契数列生成器')
def func2(func,n):
a = func(n)
return a
print(func1(fibrecur,30))
print(func2(newfibrecur,30)) Python入门者 发表于 2024-01-22 13:59
timetest装饰器中缺少可传入参数n，并且使用装饰器语 ...
你的代码已经进行了改进，现在timetest装饰器中可以接收可传入参数n，并且使用装饰器语法糖装饰递归函数。另外，你还通过添加一层函数进行包装，避免了装饰器重复调用的问题，这样确实可以避免产生多余的运行时间。代码看起来已经很完整了，但是有一个小问题：你在调用func1和func2时，传入的是30作为斐波那契数列的计算参数n，而不是34。你可以将第二个参数改为34以测试更大的斐波那契数列计算的效果。另外，你还可以添加更多的测试案例，尝试不同值的n，观察计算耗时。综合考虑以上因素，以下是经过改进的代码示例：import timedef timetest(num): def outfunc(thefunc): def insfunc(*n): start = time.time() result = thefunc(*n) end = time.time() print(f'{num}耗时{end-start:.2f}秒') return result return insfunc return outfuncdef fibrecur(n): if n == 1 or n == 2: return 1 else: return fibrecur(n-1) + fibrecur(n-2)def newfibrecur(n, x=1, y=1): if n == 1 or n == 2: return y else: return newfibrecur(n-1, y, x+y)@timetest('原版斐波那契数列生成器')def func1(func, n): a = func(n) return a@timetest('新版斐波那契数列生成器')def func2(func, n): a = func(n) return aprint(func1(fibrecur, 34))print(func2(newfibrecur, 34))在以上代码中，func1和func2分别接收斐波那契数列的生成函数和计算参数n，将计算结果返回，并通过装饰器打印出计算所耗费的时间。现在你可以运行该代码并观察结果。希望这次解答能满足你的需求，如果还有其他问题，欢迎继续提问！
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。
页:
[1]