重新分配函数属性使其"无法访问"

Question

我有一个简单的小装饰器，它将函数调用的结果缓存在dict中作为函数属性。

from decorator import decorator
def _dynamic_programming(f, *args, **kwargs):
    try:
        f.cache[args]
    except KeyError:
        f.cache[args] = f(*args, **kwargs)
    return f.cache[args]
def dynamic_programming(f):
    f.cache = {}
    return decorator(_dynamic_programming, f)

我现在想添加清空缓存的可能性。所以我把dynamic_programming()函数改成这样：

def dynamic_programming(f):
    f.cache = {}
    def clear():
        f.cache = {}
    f.clear = clear
    return decorator(_dynamic_programming, f)

现在让我们假设我用这个小东西来实现斐波那契数函数：

@dynamic_programming
def fib(n):
    if n <= 1:
        return 1
    else:
        return fib(n-1) + fib(n-2)
>>> fib(4)
5
>>> fib.cache
{(0,): 1, (1,): 1, (2,): 2, (3,): 3, (4,): 5}

但现在，当我清除缓存时，发生了一些奇怪的事情：

>>> fib.clear()
>>> fib.cache
{(0,): 1, (1,): 1, (2,): 2, (3,): 3, (4,): 5}

或者（运行一个新的Python内核）用另一种方式：

>>> fib.clear()
>>> fib(4)
5
>>> fib.cache
{}

为什么缓存在第一次访问后无法"访问"，即在调用后调用clear()或在clear()后调用时没有更改？

（顺便说一句，我知道一个正确清除缓存的解决方案：调用f.cache.clear()而不是将{}分配给它，可以按预期工作。我只对分配解决方案失败的原因感兴趣。）

Answer 1

问题出在decorator模块上。如果您在装饰器中添加一些print语句：

from decorator import decorator
def _dynamic_programming(f, *args, **kwargs):
    print "Inside decorator", id(f.cache)
    try:
        f.cache[args]
    except KeyError:
        f.cache[args] = f(*args, **kwargs)
    return f.cache[args]
def dynamic_programming(f):
    f.cache = {}
    print "Original cache", id(f.cache)
    def clear():
        f.cache = {}
        print "New cache", id(f.cache)
    f.clear = clear
    return decorator(_dynamic_programming, f)
@dynamic_programming
def fib(n):
    if n <= 1:
        return 1
    else:
        return fib(n-1) + fib(n-2)
print fib(4)
print id(fib.cache)
fib.clear()
print id(fib.cache)
print fib(10)
print id(fib.cache)

它输出（跳过重复行）：

Original cache 139877501744024
Inside decorator 139877501744024
5
139877501744024
New cache 139877501802208
139877501744024
Inside decorator 139877501802208
89
139877501744024

正如您所看到的，decorator中的cache会根据clear函数进行更改。但是，从__main__访问的cache没有改变。在装饰器内外打印cache可以得到更清晰的图像（同样，跳过重复）：

Inside decorator {}
Inside decorator {(1,): 1}
Inside decorator {(2,): 2, (0,): 1, (1,): 1}
Inside decorator {(2,): 2, (0,): 1, (3,): 3, (1,): 1}
5
Outside {(2,): 2, (0,): 1, (3,): 3, (1,): 1, (4,): 5}
Inside decorator {}
Inside decorator {(1,): 1}
Inside decorator {(2,): 2, (0,): 1, (1,): 1}
Inside decorator {(2,): 2, (0,): 1, (3,): 3, (1,): 1}
Inside decorator {(2,): 2, (0,): 1, (3,): 3, (1,): 1, (4,): 5}
Inside decorator {(0,): 1, (1,): 1, (2,): 2, (3,): 3, (4,): 5, (5,): 8}
Inside decorator {(0,): 1, (1,): 1, (2,): 2, (3,): 3, (4,): 5, (5,): 8, (6,): 13}
Inside decorator {(0,): 1, (1,): 1, (2,): 2, (3,): 3, (4,): 5, (5,): 8, (6,): 13, (7,): 21}
Inside decorator {(0,): 1, (1,): 1, (2,): 2, (8,): 34, (3,): 3, (4,): 5, (5,): 8, (6,): 13, (7,): 21}
Inside decorator {(0,): 1, (1,): 1, (2,): 2, (8,): 34, (3,): 3, (9,): 55, (4,): 5, (5,): 8, (6,): 13, (7,): 21}
89
Outside {(2,): 2, (0,): 1, (3,): 3, (1,): 1, (4,): 5}

正如你所看到的，内部的变化并没有在外部得到回应。问题是，在decorator模块中，有一行（在用于制作装饰器的类中）：

self.dict = func.__dict__.copy()

然后：

func.__dict__ = getattr(self, 'dict', {})

所以基本上，外面的__dict__和里面的__dict__是不同的。这意味着：

• __dict__由装饰器复制（未引用）
• 当cache发生变化时，它会改变内部__dict__，而不是外部__dict__
• 因此，_dynamic_programming使用的cache被清除，但您无法从外部看到这一点，因为装饰器的__dict__仍然指向旧的cache（正如您在上面看到的，因为内部cache更新，而外部cache保持不变）

总之，这是decorator模块的一个问题。

Answer 2

所以@matsjoyce的回答非常有趣和深入，我知道你已经有了解决方案，但我总是发现写自己的装饰器会更清楚一点：

def dynamic_programming(f):
    def wrapper(*args, **kwargs):
        try:
            return wrapper.cache[args]            
        except KeyError:
            res = wrapper.cache[args] = f(*args, **kwargs)
            return res
    wrapper.cache = {}
    wrapper.clear = wrapper.cache.clear
    return wrapper