面试题：Python自定义函数的性能调优与装饰器应用

添加缓存功能（使用functools.lru_cache装饰器）
- 代码示例：
```
import functools


@functools.lru_cache(maxsize=128)
def long_running_custom_function(*args, **kwargs):
    # 这里是复杂的函数逻辑，包含多个循环和条件判断
    result = 0
    for i in range(10000):
        for j in range(10000):
            if i % 2 == 0 and j % 2!= 0:
                result += i + j
    return result
```
- 原理：functools.lru_cache装饰器会为函数创建一个缓存，当相同的参数再次调用函数时，它会直接从缓存中返回结果，而不是重新执行函数。这大大节省了计算资源和时间，尤其是对于那些计算成本高且相同输入会经常出现的函数。
- 适用性：适用于函数输入参数相对固定，且函数执行结果不会因外部状态变化而改变的场景。例如，计算数学公式、解析固定格式的数据等。如果函数的输入参数依赖于实时变化的数据，如当前时间、随机数等，使用lru_cache可能会导致结果不准确。

记录函数执行时间

代码示例：

import time


def log_execution_time(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"Function {func.__name__} took {end_time - start_time} seconds to execute.")
        return result
    return wrapper


@log_execution_time
def long_running_custom_function(*args, **kwargs):
    # 这里是复杂的函数逻辑，包含多个循环和条件判断
    result = 0
    for i in range(10000):
        for j in range(10000):
            if i % 2 == 0 and j % 2!= 0:
                result += i + j
    return result

原理：通过在函数执行前后记录时间戳，并计算两者的差值，从而得到函数的执行时间。这有助于发现性能瓶颈，了解哪些函数占用了较多的时间，以便针对性地进行优化。
适用性：适用于任何想要了解函数性能状况的场景。无论是优化单个函数还是分析整个程序的性能，记录函数执行时间都是一个重要的手段。它可以帮助开发者确定哪些函数需要重点优化，以及评估优化措施是否有效。

星途面试题库

面试题：Python自定义函数的性能调优与装饰器应用

知识考点

面试题答案