再看看python的装饰器模式

在Python中，装饰器模式是一种常见的设计模式，用来改变或增强一个函数的行为。在本文中，我们将使用一个实例来解释Python中的装饰器模式的工作方式。

 假设我们有一个需要测量执行时间的函数，代码如下：

import time

 def calculate_sum(num_list):

    start_time = time.time()

    total = sum(num_list)

    end_time = time.time()

    print("计算结果：{}\n执行时间：{}秒".format(total, end_time-start_time))

calculate_sum()函数接受一个数字列表，并计算它们的总和。我们想要测量函数执行的时间，以便在对程序进行优化时能够了解哪些函数占用最多的时间。

 现在我们可以手动添加代码来测量函数的执行时间，如下所示：

start_time = time.time()

calculate_sum([1,2,3,4,5])

end_time = time.time()

print("函数总执行时间：{}秒".format(end_time - start_time))

这样，我们可以将代码块的执行时间与函数的执行时间分开，从而获取函数的执行时间。

 但是，如果我们需要对多个函数进行测量，这种手动测量的方法将变得非常麻烦。这时就可以使用装饰器模式来自动测量函数的执行时间。

 以下是一个基本的装饰器示例：

import time

 def time_it(func):

    def wrapper(*args, **kwargs):

        start_time = time.time()

        result = func(*args, **kwargs)

        end_time = time.time()

        print("函数 {} 的执行时间: {}秒".format(func.__name__, end_time - start_time))

        return result

    return wrapper

这个装饰器将测量函数的执行时间，并将结果记录到控制台。它可以用来修饰任何函数。

 现在，我们可以使用装饰器time_it()来修饰calculate_sum()函数，如下所示：

def calculate_sum(num_list):

    total = sum(num_list)

    return total

装饰器将函数传递给内部的“wrapper()”函数，并使用它测量执行时间。这样，我们就可以使用装饰器来自动测量函数执行的时间，而不需要手动添加代码。

 现在，我们可以调用calculate_sum()函数来计算列表的总和：

calculate_sum([1,2,3,4,5])

当我们运行上面的代码时，装饰器将自动测量calculate_sum()函数的执行时间，并将结果输出到控制台。这样，我们就可以通过装饰器轻松地测量任何函数的执行时间。

 总之，装饰器是Python中非常强大的概念，允许我们改变或增强函数的行为。通过定义一个带有内部包装器函数的装饰器，我们可以轻松地增强函数并自动执行一些重复的任务，例如测量执行时间。