python中的迭代器、生成器和装饰器（一）

这三个概念应该经常能看到，但是关于其中各自的含义，很有可能还是模糊朦胧、半懂半懵的状态。今天正好复习到这里，把我对这几个概念的理解记录一下。

首先，装饰器和另外两个"器"不太一样，装饰器可以理解为一种特殊的函数，这个函数特殊之处在于以函数为参数，也就是函数的函数。说起来有点绕，看下代码：

python 复制代码

def log_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"Calling {func.__name__} with arguments {args} and keyword arguments {kwargs}")
        result = func(*args, **kwargs)
        print(f"{func.__name__} returned {result}")
        return result
    return wrapper

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

#add(1,3)

首先，最后两句应该能看懂，平时编程的时候也经常在def一个函数之前加上@xxx_decorator,这也就是装饰器的用法啦，通过在自定义的函数函数前面加上@装饰器函数名，就可以实现装饰的效果（装饰装饰，说白了就是一些锦上添花的工作，所以常用的装饰器就是做一些日志记录、性能分析等小工作）。

下面看下log_decorator内部，也就是代码的第一部分，先看整体，该函数传入的参数为一个func（函数），返回的是一个wrapper（一个包装了func的函数）。

当add函数使用@log_decorator来装饰时，调用add函数相当于是执行了log_decorator(add),add函数中的参数会被传递到wrapper中，然后依次执行wrapper中的内容。现在我们调用已经装饰好了的add函数，假设是add(1,3),得到的输出会是：

python 复制代码

Calling add with arguments (1, 3) and keyword arguments {}
add returned 4
#通过这种输出，可以实现日志记录的功能

注：wrapper 函数的参数 *args 和 **kwargs 是通用的形式，表示接受任意数量和类型的位置参数和关键字参数。关于什么是位置参数和关键字参数，请看以下代码：

python 复制代码

def add(x, y):
    return x + y

result = add(3, 5)
#在这个例子中，x 和 y 都是位置参数。
#当调用 add(3, 5) 时，3 被赋值给 x，5 被赋值给 y

def greet(name, message):
    return f"Hello, {name}! {message}"

result = greet(name="Alice", message="How are you?")
#在这个例子中，name 和 message 都是关键字参数。
#通过在函数调用中使用 name= 和 message=，可以清晰地指定参数的值，而不依赖于它们在函数定义中的位置。

最后，刷力扣时经常会用到的@lru_cache就是一个装饰器，用来实现缓存功能，提升函数的执行效率。（记得在使用之前先import一下，from functools import lru_cache）