如何有效地重新编码？

Question

我有以下课程class Problem:    def __init__(self, instance: Instance):        self.instance = instance        self.solution =  Solution.empty_solution()    def _compute_start_end(self):        ....        return start, end    def _fuction_1(self):        start, end = self._compute_start_end()        ....    def _function_2(self):        start, end = self._compute_start_end()        ....对于该类型的每个对象，函数 1 和 2 将被调用一次且仅一次。但是，由于我在 中 计算了start和，所以我不想在调用 时重新计算它。如何避免这种情况？end_function_1_function_2

Answer 1

由于我们只需要执行该函数一次，但我们不知道是否function_1首先执行function_2，因此可以使用以下想法：

compute如果可能，您可以在方法本身中调用该函数init。

def __init__(self, params):

    ....

    self._compute_start_end()

def _compute_start_end(self):

    ....

    self.start, self.end = start, end

def function_1(self):

    #use self.start and self.end

def function_2(self):

    #use self.start and self.end instead of recomputing

如果该声明由于某种原因不适用于您的程序，您可以使用简单的检查来检查该函数是否已被调用。

def __init__(self, params):

    ....

    self.start, self.end = None, None

def _compute_start_end(self):

    if (self.start or self.end):

        return

    ....

    self.start, self.end = start, end

def function_1(self):

    self._compute_start_end()

    #use self.start and self.end

def function_2(self):

    self._compute_start_end()

    #use self.start and self.end instead of recomputing

只要您不None同时分配start和end，计算就只会发生一次。

Answer 2

好的。其他人这样做是作为答案而不是评论。我也把我的放在这里吧

我更喜欢

@functools.lru_cache(None)
def _compute_start_end(self):
     ....

并完成它。

所有其他解决方案都是正确的，但它们依赖于程序员记住在调用或_compute_start_end之前调用一次。告诉 Python 仅缓存结果使得此代码对未来的更改更具弹性。_function_1_function_2_compute_start_end




Answer 3

如果您不想重新计算“开始，结束”，那么只需将它们作为实例变量即可

self.start = #Some Value

self.end = #Some Value

然后，当您在调用 function_1 之后调用 function_2 时，您可以执行类似的操作

    def _fuction_2(self):

        start, end = self.start, self.end

Answer 4

有几种方法可以做到这一点。

在类中存储值

这可能是您可以做的最基本的事情：仅存储start并end放在类中。有时这称为“延迟初始化”。

class Problem:

    def __init__(self):

        self._start, self._end = None, None

    def _compute_start_end(self):

        if not self._start and not self._end:

            self._start, self._end = real_compute()

        return self._start, self._end

    def _function1(self):

        start, end = self._compute_start_end()

    def _function2(self):

        start, end = self._compute_start_end()

或者，您可以在构造函数中计算_startand _end。

class Problem:

    def __init__(self):

        self._start, self._end = self._compute_start_end()

    def _compute_start_end(self):

        ...

        return computed_start, computed_end

    def _function1(self):

        foo(self._start, self._end)

    def _function2(self):

        bar(self._start, self._end)

记忆

您还可以使用一种称为“memoization”的技术，该技术在 Python 中以functools.lru_cache. 这基本上会记住带有一组参数的函数调用结果，缓存并返回它而不是运行该函数。

如果您不想让人造成员弄乱您的班级，那么这很好。

from functools import lru_cache

class Problem:

    @lru_cache

    def _compute_start_end(self):

        ...

        return start, end

如果您使用 Python 3.9，您还可以使用functools.cache，它是lru_cache.