Python函数：使用装饰器提高函数的功能和性能

Python装饰器是一种在不修改已有函数代码的情况下，为函数添加额外功能的方式。通过使用装饰器，我们可以在函数的前后执行一些额外的代码，或者修改函数的行为。

装饰器的基本语法如下：

def decorator_func(func):
    def wrapper(*args, **kwargs):
        # 额外功能的代码
        return func(*args, **kwargs)
    return wrapper

@decorator_func
def original_func():
    # 原始函数的代码
    pass

在上面的例子中，decorator_func是一个装饰器函数，它接受一个函数作为参数，并返回一个新的函数wrapper。wrapper函数中可以添加额外的功能，然后调用原始函数。通过在原始函数的定义前加上装饰器的名称，我们可以直接使用装饰器来修改函数的行为。

下面是一个使用装饰器提高函数功能的例子：

def print_args(func):
    def wrapper(*args, **kwargs):
        print("Arguments:", args, kwargs)
        return func(*args, **kwargs)
    return wrapper

@print_args
def add(a, b):
    return a + b

result = add(3, 5)
print("Result:", result)

在上面的例子中，print_args装饰器接受一个函数作为参数，然后在执行原始函数之前打印函数的参数。通过使用@print_args装饰器，我们可以直接在add函数的定义处添加额外的功能，而无需修改add函数的代码。输出结果如下：

Arguments: (3, 5) {}
Result: 8

除了提供额外的功能，装饰器还可以用于改进函数的性能。下面是一个示例，使用装饰器来缓存函数的计算结果，避免重复计算：

def cache_result(func):
    cache = {}
    
    def wrapper(*args):
        if args in cache:
            return cache[args]
        result = func(*args)
        cache[args] = result
        return result

    return wrapper

@cache_result
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

result = fibonacci(10)
print("Result:", result)

在上面的例子中，cache_result装饰器使用一个字典cache来缓存函数的计算结果。在调用被装饰的fibonacci函数之前，会先检查是否已经计算过该结果，如果是，则直接返回缓存的结果，否则计算并将结果存入缓存。这样就避免了重复计算，提高了函数的性能。输出结果如下：

Result: 55

通过使用装饰器，我们可以方便地为函数添加额外的功能，同时提高函数的性能。装饰器是Python中非常强大且灵活的特性，能够帮助我们编写更加模块化和可复用的代码。