神奇的Python装饰器：让你的代码更简洁高效

在Python中，装饰器是一种可以修改函数或类行为的高级技术。装饰器实际上是一个函数，它接受原始函数作为参数，并返回一个新函数。

装饰器的语法非常简单，可以在函数定义之前使用@符号来应用装饰器。例如，下面的代码定义了一个装饰器，它打印函数名称和参数：

```python
def log_calls(func):
    def wrapper(*args, **kwargs):
        print(f"Calling {func.__name__} with args {args} and kwargs {kwargs}")
        return func(*args, **kwargs)
    return wrapper

@log_calls
def my_func(a, b):
    return a + b
```

在这个例子中，装饰器函数log_calls接受一个参数func，它是要被装饰的函数。装饰器函数定义了一个名为wrapper的内部函数，它包装了原始函数并添加了一些额外的行为。在这种情况下，wrapper函数会打印原始函数的名称以及它被调用时所传递的参数，然后调用原始函数并返回结果。

然后，@log_calls装饰器应用于my_func函数，这意味着my_func函数将被传递给log_calls函数并修改它的行为。现在，每当我们调用my_func时，它将自动打印一条消息，告诉我们它被调用了，以及传递给它的参数：

```python
>>> my_func(1, 2)
Calling my_func with args (1, 2) and kwargs {}
3
```

在这个例子中，我们定义了一个非常简单的装饰器，但实际上装饰器有许多用途。例如，您可以使用装饰器来缓存函数调用的结果，限制函数的调用次数，或者在函数调用时添加验证或授权步骤。

下面是一个使用装饰器缓存函数结果的例子：

```python
def memoize(func):
    cache = {}
    def wrapper(*args):
        if args not in cache:
            cache[args] = func(*args)
        return cache[args]
    return wrapper

@memoize
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)
```

在这个例子中，memoize装饰器使用一个字典来缓存函数的结果。如果函数以相同的参数调用，则它将返回缓存的结果，而不是再次计算结果。现在我们可以轻松地计算斐波那契数列中的第50个数字，因为我们已经缓存了之前的结果：

```python
>>> fib(50)
12586269025
```

使用装饰器可以提高代码的效率和可读性，尤其是当您需要在多个函数之间共享相同的行为时。如果您发现自己编写了大量重复的代码，请考虑使用装饰器来简化和重构您的代码。