Python 避免重新计算的方案
动机： 为了抽象，我有一个处理对象列表的方法。这里我展示了一个简化的版本以供说明（这里使用Python2.7）： 但是，在某些情况下，输入可能是Python 避免重新计算的方案,python,performance,scala,Python,Performance,Scala,动机： 为了抽象，我有一个处理对象列表的方法。这里我展示了一个简化的版本以供说明（这里使用Python2.7）： 但是，在某些情况下，输入可能是foo（[obj]*1000，f），然后在函数调用中，我必须重新计算1000次f（obj）。我们可以避免它，因为所有这些都是完全相同的对象 我的解决方案： 我可以随时缓存计算结果，如下所示 def foo2(obj_lst, f): cache_map = {} def foo_single(obj): if id(obj
foo（[obj]*1000，f）def foo2(obj_lst, f):
cache_map = {}
def foo_single(obj):
if id(obj) not in cache_map:
cache_map[id(obj)] = f(obj)
return cache_map[id(obj)]
result_lst = []
for obj in obj_lst:
result_lst.append(foo_single(obj))
return result_lst
这可以通过标准库（Python3.2+）或使用标准库（Python3.2+）来完成，也许是这样的
import java.util.{Collections, WeakHashMap}
case class Memoized[T,R](f: T => R) extends Function1[T,R] {
val mem = Collections.synchronizedMap(new WeakHashMap[T,R])
def apply(t: T) = Option(mem.get(t)).getOrElse {
val r = f(t)
mem.put(t, r)
r
}
}
然后，您可以（在其他用途中）执行foo（objectswithdups，memonized（f））类似的操作，也许
import java.util.{Collections, WeakHashMap}
case class Memoized[T,R](f: T => R) extends Function1[T,R] {
val mem = Collections.synchronizedMap(new WeakHashMap[T,R])
def apply(t: T) = Option(mem.get(t)).getOrElse {
val r = f(t)
mem.put(t, r)
r
}
}
然后你就可以做（除了其他用途）foo（objectswithdups，memonized（f））也许是某种函数装饰器？嗨@ScottHunter，对不起，我不太熟悉，你能给我一些提示吗？为什么你“必须在每个函数中手动完成”？你将函数作为参数传递，不是吗？哦@Dima，我是说我有很多函数做的有点类似于
foofooid（obj）objid（obj）objgetputid（t）tididid（t）tgetputid（t）tidid