1.装饰器：
装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。
正常的斐波拉函数：
def fibonacci(n):
if n <= 1:
return 1
return fibonacci(n - 1) + fibonacci(n - 2)
在求解的时候会存在大量的重复计算过程；f(8) = f(7)+f(6)，f(7) = f(6)+f(5)这里的f(6)存在一次重复计算，一次类推，在每个大于2的计算过程中都存在重复计算从而导致函数的开销很大，影响函数的效率；
我们在解决这个的问题的时候可以使用缓存：
def fibonacci(n,cache = None):
if cache is None:
cache = {}
if n in cache:
return cache[n]
if n <= 1:
return 1
cache[n] = fibonacci(n - 1,cache) + fibonacci(n - 2,cache)
return cache[n]
if __name__ == '__main__':
print(fibonacci(40))
这样定义了一个缓存，每次计算完毕都放到缓存字典中，每次计算先判断是否在缓存中，这样可以消除上面的重复计算的过程；但是在大量的这类问题面前，每个函数都要消除缓存的话，推荐装饰器
def memo(func):
cache = {}
def wrap(*args):
if args not in cache:
cache[args] = func(*args)
return cache[args]
return wrap
#装饰器的语法糖
@memo
def fibonacci(n):
if n <= 1:
return 1
return fibonacci(n - 1) + fibonacci(n - 2)
if __name__ == '__main__':
print(fibonacci(50))
2.如何为被装饰的函数保存元数据
在函数对象中保存着一些函数的元数据：
| 函数 | 描述 |
|---|---|
| f.____name__ | 函数的名字 |
| f.____doc__ | 函数的文档字符串 |
| f.____module__ | 函数所属模块名 |
| f.____dict__ | 属性字典 |
| f.____defaults__ | 默认参数元组 |
问题：我们在使用装饰器后，在使用上面这些属性访问时，看到的是内部包裹函数的元数据没原来函数的元数据丢丢失掉了，应该如何解决？
解决方案：使用标准库
functools中的装饰器wraps装饰内部包裹函数，可以制定将函数的某些属性，更新到包裹函数上面；
