Python自定义函数的高级应用：装饰器和生成器

Python的装饰器是一种可以动态修改函数或类的行为的方式。装饰器可以理解为一个函数，它接受一个函数作为参数，并返回一个新的函数。被装饰的函数可以在运行时添加一些额外的功能或修改其行为，而不需要对原始函数的代码进行任何修改。这种能力使得装饰器在代码复用和扩展功能方面非常有用。

使用装饰器可以实现许多有趣的功能，比如日志记录、性能分析、输入参数验证等。下面是一个简单的示例，演示了如何用装饰器来记录函数的运行时间：

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"函数 {func.__name__} 运行时间：{end_time - start_time} 秒")
        return result
    return wrapper

@timer
def my_function():
    # 需要被计时的函数
    time.sleep(1)
    return "Hello, world!"

print(my_function())  # 输出：函数 my_function 运行时间：1.0000197887420654 秒

在上面的示例中，我们定义了一个装饰器函数 timer，它接受一个函数作为参数 func，并返回一个新的函数 wrapper。新函数 wrapper 在运行被装饰的函数之前和之后记录了当前时间，从而计算函数的运行时间，并打印结果。

装饰器可以使用 @ 符号应用到函数上。在上面的示例中，我们将装饰器 timer 应用到函数 my_function 上，相当于执行了 my_function = timer(my_function)。这样，每次调用 my_function，都会先执行装饰器函数 timer 中的逻辑。

除了函数装饰器外，Python 还支持类装饰器和方法装饰器。类装饰器可以用来修改类的行为，并返回修改后的类对象，而方法装饰器可以用来修改类中的方法的行为。

另一个 Python 函数的高级应用是生成器。生成器是由函数中包含 yield 关键字的特殊函数。与普通函数不同，生成器函数不是一次性返回所有结果，而是通过逐次迭代产生结果。每次调用生成器函数，它会从上一次 yield 表达式的位置开始执行，并在下一次调用时从上一次离开的地方继续执行。

生成器有以下两个主要优点：

1. 节省内存：由于生成器逐次产生结果，而不是一次性返回所有结果，所以在处理大量数据时，生成器可以节省大量的内存。

2. 延迟计算：生成器允许在需要时逐次计算结果，而不是一次性计算所有结果。这种延迟计算可以提高程序的性能。

下面是一个简单的示例，使用生成器来生成斐波那契数列：

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

fib = fibonacci()
for i in range(10):
    print(next(fib))  # 输出：0, 1, 1, 2, 3, 5, 8, 13, 21, 34

在上面的示例中，我们定义了一个生成器函数 fibonacci，用来逐次生成斐波那契数列的元素。在每次调用 next(fib) 时，生成器函数会执行一次，并返回一个结果。

生成器函数可以通过 yield 关键字实现暂停和继续执行的功能。每次执行到 yield 语句时，函数会暂停执行，并返回 yield 后面的值。下一次调用生成器函数时，函数会从上一次暂停的位置继续执行。

装饰器和生成器是 Python 函数的两种高级应用方式，它们提供了一种灵活的方式来修改函数或类的行为，或者实现惰性计算。通过巧妙地使用装饰器和生成器，我们可以编写出更加简洁、高效的代码。