Python decorator可以正确地为递归函数计时
我正在研究一段代码,我想比较使用不同算法对列表排序所需的时间。我尝试使用decorator,但由于mergeSort函数是递归的,因此它为每个递归提供了结果。如果可能的话,我想找到一种方法来总结结果。因为我对装饰师很陌生,所以我不确定在这种情况下能做些什么。有没有一种方法可以通过装饰来达到这个目标Python decorator可以正确地为递归函数计时,python,function,recursion,time,decorator,Python,Function,Recursion,Time,Decorator,我正在研究一段代码,我想比较使用不同算法对列表排序所需的时间。我尝试使用decorator,但由于mergeSort函数是递归的,因此它为每个递归提供了结果。如果可能的话,我想找到一种方法来总结结果。因为我对装饰师很陌生,所以我不确定在这种情况下能做些什么。有没有一种方法可以通过装饰来达到这个目标 import random import functools import time def timeIt(func): @functools.wraps(func) def ne
import random
import functools
import time
def timeIt(func):
@functools.wraps(func)
def newfunc(*args, **kwargs):
startTime = time.time()
func(*args, **kwargs)
elapsedTime = time.time() - startTime
print('function [{}] finished in {} ms'.format(
func.__name__, int(elapsedTime * 1000)))
return newfunc
@timeIt
def mergeSort(L):
if len(L) > 1:
mid = len(L) // 2
left = L[:mid]
right = L[mid:]
mergeSort(left)
mergeSort(right)
i = j = k = 0
while i < len(left) and j < len(right):
if left[i] < right[j]:
L[k] = left[i]
i += 1
else:
L[k] = right[j]
j += 1
k += 1
while i < len(left):
L[k] = left[i]
i += 1
k += 1
while j < len(right):
L[k] = right[j]
j += 1
k += 1
@timeIt
def selectionSort(L):
for fillslot in range(len(L) - 1, 0, -1):
maxpos = 0
for location in range(1, fillslot + 1):
if L[location] > L[maxpos]:
maxpos = location
temp = L[fillslot]
L[fillslot] = L[maxpos]
L[maxpos] = temp
randomList = random.sample(range(10000), 10000)
mergeSort(randomList.copy())
selectionSort(randomList.copy())
你可以用另一个函数来包装它
import random
import functools
import time
def timeIt(func):
@functools.wraps(func)
def newfunc(*args, **kwargs):
startTime = time.time()
func(*args, **kwargs)
elapsedTime = time.time() - startTime
print('function [{}] finished in {} ms'.format(
func.__name__, int(elapsedTime * 1000)))
return newfunc
def mergeSort(L):
if len(L) > 1:
mid = len(L) // 2
left = L[:mid]
right = L[mid:]
mergeSort(left)
mergeSort(right)
i = j = k = 0
while i < len(left) and j < len(right):
if left[i] < right[j]:
L[k] = left[i]
i += 1
else:
L[k] = right[j]
j += 1
k += 1
while i < len(left):
L[k] = left[i]
i += 1
k += 1
while j < len(right):
L[k] = right[j]
j += 1
k += 1
def selectionSort(L):
for fillslot in range(len(L) - 1, 0, -1):
maxpos = 0
for location in range(1, fillslot + 1):
if L[location] > L[maxpos]:
maxpos = location
temp = L[fillslot]
L[fillslot] = L[maxpos]
L[maxpos] = temp
@timeIt
def timedSelectionSort(L):
selectionSort(L)
@timeIt
def timedMergeSort(L):
mergeSort(L)
randomList = random.sample(range(10000), 10000)
timedSelectionSort(randomList.copy())
timedMergeSort(randomList.copy())
随机导入
导入功能工具
导入时间
def timeIt(功能):
@functools.wrapps(func)
def newfunc(*args,**kwargs):
startTime=time.time()
func(*args,**kwargs)
elapsedTime=time.time()-startTime
打印('function[{}]以{}ms'格式完成)(
函数名,int(elapsedTime*1000)))
返回newfunc
def合并排序(L):
如果len(L)>1:
mid=len(L)//2
左=左[:中]
右=L[中间:]
合并排序(左)
合并排序(右)
i=j=k=0
而iL[maxpos]:
maxpos=位置
温度=L[填充槽]
L[fillslot]=L[maxpos]
L[maxpos]=温度
@时间
def timedSelectionSort(L):
选择排序(L)
@时间
def timedMergeSort(L):
合并排序(L)
randomList=random.sample(范围(10000),10000)
timedSelectionSort(randomList.copy())
timedMergeSort(randomList.copy())
您可以在包装函数上设置一个属性(\u在示例中输入的
)作为一个标志,这样,如果设置了该属性,它就可以知道它在递归调用中:
def timeIt(func):
@functools.wraps(func)
def newfunc(*args, **kwargs):
if not hasattr(newfunc, '_entered'): # enter only if _entered is not set
newfunc._entered = True # set _entered
startTime = time.time()
func(*args, **kwargs)
elapsedTime = time.time() - startTime
print('function [{}] finished in {} ms'.format(
func.__name__, int(elapsedTime * 1000)))
del newfunc._entered # remove _entered
return newfunc
您可以编写一个专用于调用mergeSort的函数,如
mergeSortObserver
,并使用decorator对其进行修饰。由于这个特殊函数只被调用一次,因此您将获得所需的行为。
def timeIt(func):
@functools.wraps(func)
def newfunc(*args, **kwargs):
if not hasattr(newfunc, '_entered'): # enter only if _entered is not set
newfunc._entered = True # set _entered
startTime = time.time()
func(*args, **kwargs)
elapsedTime = time.time() - startTime
print('function [{}] finished in {} ms'.format(
func.__name__, int(elapsedTime * 1000)))
del newfunc._entered # remove _entered
return newfunc