带超时的备忘录
mwt的Python项目详细描述
#memoize with timeout
超时对于确保高速缓存不会无限增长非常重要，而且由于其不易受到抖动，因此具有节省长度的优势。
$pip install mwt
从git安装：
$pip install-u git+git://github.com/…
<<
最简单的方法，就是简单地用mwt装饰你的方法：
import timeit
import timeit
@mwt-import-mwt-mwt
@mwt-import-mwt-mwt-import-mwt-mwt
a，b=b，a+b
def test（）：
fibonacci（5）
数字=1）
pi@pi:/tmp$python fib.py
0.470113992691
4.10079956055e-05
3.5047531129e-05
3.88622283936e-05
2.59876251221e-05
这并不意味着你应该这样做。
mwt decorator是一种在
计算中快速而简单地重新缩短延长时间的方法，但根据定义，它并不完美：在
备忘录中隐含的备忘录和垃圾收集过程中存在开销，
并且在使用过程中要小心。
注意执行的总时间，其次是缓存命中率：如果命中率很小，那么净效果是增加开销，而不是减少开销。
第一个
最明显的是分析计时，并查看添加decorator是否节省了总时间
。另一个是在包含的代码运行一段时间后分析缓存统计信息。mwt提供了一个stats接口来帮助实现这一点，
它可以像这样使用：
stats=mwt.stats（）
对于stats in stats:
打印（fmt%（stat[“缓存”]，stat[“length”]、stat[“hits”]、
stat[“misses”]、stat[“purged”]、stat[“timeouts”]、
stat[“hwm”]）
这将产生类似这样的输出，这将使您能够看到
对于每个
修饰的函数，记录过程是如何有效的：
未命中清除的超时hwm
opc.hue:rgbtohsv 0 0 0 0 0
opc.hue:hue 0 0 0 0 0
opc.hue:hsvtorgb 27167 32785 270 5103 0 27183
好吧。
如果比率很低，那么不要马上放弃：通过调整目标方法的调用参数（例如，将一个浮点值限定为两个
的精度数字。
\contribution
请阅读[contribution.md]（https://gist.github.com/purplebooth/b24679402957c63ec426）了解我们行为准则的详细信息，以及向我们提交请求的过程。
有关可用版本，请参阅[此存储库上的标记]（https://github.com/your/project/tags）。
参与了这个项目。
配方]（http://code.activestate.com/recipes/325905 memoize decorator with timeout/）
超时对于确保高速缓存不会无限增长非常重要，而且由于其不易受到抖动，因此具有节省长度的优势。
$pip install mwt
从git安装：
$pip install-u git+git://github.com/…
<<
最简单的方法，就是简单地用mwt装饰你的方法：
import timeit
import timeit
@mwt-import-mwt-mwt
@mwt-import-mwt-mwt-import-mwt-mwt
a，b=b，a+b
def test（）：
fibonacci（5）
数字=1）
pi@pi:/tmp$python fib.py
0.470113992691
4.10079956055e-05
3.5047531129e-05
3.88622283936e-05
2.59876251221e-05
这并不意味着你应该这样做。
mwt decorator是一种在
计算中快速而简单地重新缩短延长时间的方法，但根据定义，它并不完美：在
备忘录中隐含的备忘录和垃圾收集过程中存在开销，
并且在使用过程中要小心。
注意执行的总时间，其次是缓存命中率：如果命中率很小，那么净效果是增加开销，而不是减少开销。
第一个
最明显的是分析计时，并查看添加decorator是否节省了总时间
。另一个是在包含的代码运行一段时间后分析缓存统计信息。mwt提供了一个stats接口来帮助实现这一点，
它可以像这样使用：
stats=mwt.stats（）
对于stats in stats:
打印（fmt%（stat[“缓存”]，stat[“length”]、stat[“hits”]、
stat[“misses”]、stat[“purged”]、stat[“timeouts”]、
stat[“hwm”]）
这将产生类似这样的输出，这将使您能够看到
对于每个
修饰的函数，记录过程是如何有效的：
未命中清除的超时hwm
opc.hue:rgbtohsv 0 0 0 0 0
opc.hue:hue 0 0 0 0 0
opc.hue:hsvtorgb 27167 32785 270 5103 0 27183
好吧。
如果比率很低，那么不要马上放弃：通过调整目标方法的调用参数（例如，将一个浮点值限定为两个
的精度数字。
\contribution
请阅读[contribution.md]（https://gist.github.com/purplebooth/b24679402957c63ec426）了解我们行为准则的详细信息，以及向我们提交请求的过程。
有关可用版本，请参阅[此存储库上的标记]（https://github.com/your/project/tags）。
参与了这个项目。
配方]（http://code.activestate.com/recipes/325905 memoize decorator with timeout/）
欢迎加入QQ群-->： 979659372
