零、修饰器模式

当我们相对一个对象添加新功能的时候，无非就是下面这三种方法：

• 直接修改对象所属类
• 使用组合
• 使用继承
  这里我们会优先考虑使用直接修改对象类，如果行不通我们会使用组合，最次的情况我们才会使用继承。但是继承会导致代码难以服用，因为继承的关系是静态的，而且应用于整个类以及类的实例。这里我们引入修饰器模式作为第四种方法，修饰器模式优于组合和继承。
• 什么是修饰器模式
  是对Python语法的动态改变，用于扩展一个类、方法或者函数的行为，动态的扩展一个对象的功能，以透明的方式动态的将功能添加到一个对象中。实现角度来说，修饰器就是一个可调用的对象，接受一个函数对象作为输入，并返回另一个函数对象。

一、身边的例子

• 枪支

  通过对枪支增加枪托、瞄准镜、消音器等外设增加枪支的威力和精准度。这里的枪托、瞄准镜和消音器就是修饰器

• Django

  Django大量使用了修饰器，其中经典的是试图修饰器

二、什么情况下使用

• 扩展一个对象，但又不能影响对象内容的情况下

三、应用案例

import functoolsdef memoize(fn):    known = dict()    @functools.wraps(fn)    def memoizer(*args):        if args not in known:            known[args] = fn(*args)        return known[args]    return memoizer@memoizedef nsum(n):    '''    返回前N个数字的和    :param n:    :return:    '''    assert (n >= 0), 'n must be >=0'    return 0 if n == 0 else n + nsum(n - 1)@memoizedef fibonacci(n):    '''    返回斐波那契额数列的第N个数    :param n:    :return:    '''    assert (n >= 0), 'n must be >=0'    return n if n in (0, 1) else fibonacci(n - 1) + fibonacci(n - 2)if __name__ == '__main__':    from timeit import Timer    measure = [        {
   'exec': 'fibonacci(100)', 'import': 'fibonacci', 'func': fibonacci},        {
   'exec': 'nsum(100)', 'import': 'nsum', 'func': nsum}    ]    for m in measure:        t = Timer('{}'.format(m['exec']), 'from __main__ import {}'.format(m['import']))        print(            'name:{},doc:{},executing:{},time:{}'.format(m['func'].__name__, m['func'].__doc__, m['exec'], t.timeit()))