Python.use(better) 《余録》デコレーター #4：適用事例
‖記事一覧‖ Python.use(better)《Python3.1》
デコレーター #4：適用事例
《著》森こねこ、小粒ちゃん＋∞《監修》小泉ひよ子とタマゴ倶楽部
第０版♪2001/03/02 ● 第１版♪2003/05/25 ● 第２版♪2004/06/01 ● 第３版♪2009/02/28
例題によって「基本構文」の理解を深めます。
※ Python2.4 で作成した例題を、Python3.1 で再構成しました。
■ JPython 演習課題 #2: フィボナッチ/トリボナッチ/テトラナッチ
《学習のポイント》実行時間を測定する例題によって、デコレーター構文の理解を深めます。
- Smalltalk ３分クッキング《問2》フィボナッチ/トリボナッチ/テトラナッチ, 1988.
事例：実行時間を測定する
■ 事例４：フィボナッチ数、トリボナッチ数、テトラナッチ数
次に示すコードの断片
from time import time
def spyOn(f):
def g(*args):
t1 = time(); r = f(*args); t2 = time()
return r, t2-t1
return g
def fib(n):
if n<2: return (0,1)[n]
return fib(n-2)+fib(n-1)
def trib(n):
if n<3: return (0,0,1)[n]
return trib(n-3)+trib(n-2)+trib(n-1)
def tetra(n):
if n<4: return (0,0,0,1)[n]
return tetra(n-4)+tetra(n-3)+tetra(n-2)+tetra(n-1)
@spyOn
def ex(n): return fib(n)
for e in range(30):
r,s = ex(e)
print("%2d: %6d -> %s"%(e,r,s))
print("-"*40)
print("trib:",trib(10))
print("tetra:",tetra(10))
を実行すると、次のような出力結果
0: 0 -> 4.05311584473e-06 1: 1 -> 5.00679016113e-06 2: 1 -> 8.10623168945e-06 3: 2 -> 1.00135803223e-05 4: 3 -> 1.50203704834e-05 5: 5 -> 2.00271606445e-05 6: 8 -> 3.00407409668e-05 7: 13 -> 4.48226928711e-05 8: 21 -> 6.89029693604e-05 9: 34 -> 0.000110149383545 10: 55 -> 0.000181913375854 11: 89 -> 0.000290870666504 12: 144 -> 0.000439882278442 13: 233 -> 0.000667095184326 14: 377 -> 0.00115489959717 15: 610 -> 0.00192785263062 16: 987 -> 0.00276112556458 17: 1597 -> 0.00464081764221 18: 2584 -> 0.00439596176147 19: 4181 -> 0.0109350681305 20: 6765 -> 0.0114660263062 21: 10946 -> 0.0185430049896 22: 17711 -> 0.0300748348236 23: 28657 -> 0.04847407341 24: 46368 -> 0.0805361270905 25: 75025 -> 0.132725954056 26: 121393 -> 0.234812021255 27: 196418 -> 0.353581190109 28: 317811 -> 0.574314832687 29: 514229 -> 0.935798168182
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- -
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
が得られます。
■ 解説
デコレーター構文
@spyOn
を評価すると、関数 spyOn を呼び出します。デコレーター @spyOn で関数 ex を修飾すると、次に示す
ex = spyOn(ex)
と、同じ効果が得られます。つまり、関数 spyOn の実引数に、関数オブジェクト ex を指定したのと同じです。そのため、あたかも関数 spyOn の本体には、次に示すコードの断片
def spyOn(f):
...
t1 = time(); r = ex(*args); t2 = time()
return r, t2-t1
が記述してあるかのような動作を示します。すると、時刻 t1 から t2 までの経過時間を計算して、関数 ex の実行時間を測定できます。
《Note》「フィボナッチ数」を題材にした事例 fib は、再帰呼び出しによって「いかに実行速度が劣化するか」を測定する「劣勢ベンチマーク」として重宝します。良い子のみなさんは「危険ではありませんが」真似をしないように注意してくださいね。（^.^）□
》こちらに移動中です《
↑TOP
関連記事
- Python への扉
- INDEX: @《Python》@
- 2005-08-12 ちゅ〜とりある (@.@) ベンチマーク Fibonacci
- Python2.4 セミナー課題 #52: フィボナッチ/トリボナッチ/テトラナッチ, 2007.
Last updated♪2010/01/26
