带有记忆的斐波纳契数字在Python中运行缓慢？
def fib(n):
if n == 1:
return 0
if n == 2:
return 1
return fib(n-2) + fib(n-1)
def memo(f):
cache = {}
def memoized(n):
if n not in cache:
cache[n] = f(n)
return cache[n]
return memoized
fib1 = memo(fib)
此代码在我的笔记本电脑上运行速度非常慢，但如果我将名称更改为fib，那么一切正常......任何人都知道原因？ 谢谢！
fib递归到fib ，而不是fib1 。 如果备忘录版本具有不同的名称，则不会被使用。
在该代码中， fib是非memoized函数的名称。 fib1是您为memoized函数提供的名称。 但是，如果你看到你的代码，你会发现它递归调用fib非非memoized版本。 因此，为什么你没有获得速度优势。
我同意添加一些打印您可能会看到问题。 你真的很接近实际得到它。
你现在所拥有的只存储了n，其中n是给予fib1的参数。 在fib中，你调用了不会记忆任何以前计算值的fib。 因此，通过向fib print "fib ", n添加一个print语句并调用fib1（4），您将得到以下输出：
fib 4
fib 2
fib 3
fib 1
fib 2
所以你会看到它调用两次n = 2的fib。 fib = memo(fib)更快的原因是因为它实际上是momoizing，因为你将fib重新定义为memoized函数。
上一篇: Fibonacci numbers with memoization runs slow in Python?