[pyroxar]

Co myślicie o takiej memoizacji? Ujdzie? #programowanie #programista15k #python

from typing import Callable, Any
from timeit import timeit
from functools import wraps

def memoize(fun: Callable):
    @wraps(fun)
    def wrapper(*args: Any, **kwargs: Any):
        key = (args, frozenset(kwargs.items()))
        if key not in wrapper.cache:
            wrapper.cache[key] = fun(*args, **kwargs)
        return wrapper.cache[key]

    wrapper.cache = {}
    return wrapper

if __name__ == "__main__":
    def naive_fibonacci(n: int) -> int:
        if n < 2:
            return n
        else:
            return naive_fibonacci(n - 2) + naive_fibonacci(n - 1)

    @memoize  # można tak udekorować każdą czystą funkcję
    def memoized_fibonacci(n: int) -> int:  # oprócz dekoratora i nazwy ten sam kod
        if n < 2:
            return n
        else:
            return memoized_fibonacci(n - 2) + memoized_fibonacci(n - 1)

    # sprawdzenie poprawności - wartości się zgadzają
    for i in range(25):
        print(naive_fibonacci(i), memoized_fibonacci(i))

    # porównanie czasu wykonania:
    print(timeit("naive_fibonacci(10)", globals=globals()))
    print(timeit("memoized_fibonacci(10)", globals=globals()))

[Saly]

@pyroxar: a czemu @functools.cache? Napisz jaki jest cel tego ćwiczenia

[pyroxar]

@Saly: pomijam wykonane już obliczenia, tylko memoizuje z użyciem dekoratora. To wszystko.

[Saly]

@pyroxar: rozumiem, tylko to już jest zaimplementowane w bibliotece standardowej.

Pytanie: czemu napisałeś to samo? Czy to jest ćwiczenie czy co?

[pyroxar]

@Saly: jest już takie coś?

[SharkyShark]

oraz masz functools.lru_cache , która jest chyba od python 3.2

[Saly]

jest już takie coś?

@functools.cache

@pyroxar: jak nie rozumiem co pisze ktoś inny to staram się to znaleźć w internetach xd

[Benzen]

@Saly: Właśnie functools.cache robi praktycznie to samo co napisałeś: https://docs.python.org/3/library/functools.html

[RGB_XYZ]

@pyroxar: https://www.youtube.com/watch?v=DnKxKFXB4NQ