Python函数使用记忆化返回不同的结果
如果我使用一个内存装饰器，我的Python寻径函数会返回不同的结果。它自己返回一个正确的值，但在被记忆之后，它返回了一个不正确的值。
我正在讨论的函数如下所示：
@functools.lru_cache(maxsize=None)
def recursiveTraversal(originIndex, target, steps):
startingVertex = data[originIndex]
if startingVertex["ID"] == target:
if steps == 0:
return Path(0, [])
else:
return None
else:
if steps == 0:
return None
else:
potentialPaths = []
for i in startingVertex["Edges"]:
nextVertex = data[i]
nextPath = recursiveTraversal(i, target, steps - 1)
if nextPath == None:
continue
nextPath.weight += int(nextVertex["Weight"])
nextPath.vertices.append(i)
potentialPaths.append(nextPath)
if len(potentialPaths) > 0:
minPath = min(potentialPaths, key=lambda x: x.weight)
return minPath
else:
return None一个完整的可运行的示例can be found here。文件的上半部分是所有数据，代码在底部。要重现这种情况，只需注释掉第15行，并观察到输出是不同的。
如何让memoized版本输出与普通版本相同的内容？
回答 1
Stack Overflow用户
发布于 2018-07-30 09:31:58
问题是您正在修改recursiveTraversal的返回值的属性。此函数返回Path对象，您可以修改它们的属性weight和vertices。因此，对于非缓存版本，每次使用(x, y, z)参数调用函数时，都会创建一个新的Path(0, [])对象，并且稍后会在for循环中修改它的属性。但是对于每个(x, y, z)调用，您都可以确保从一个新的对象开始。现在，对于缓存版本，缓存包装器只提供以前创建的Path对象的实例(它已经具有修改过的weight和vertices属性)，并且这些对象会被进一步修改(即，这会修改缓存)，而不是通过向下遍历递归树来提供新的对象。这可以从下面的示例中看出：
# Augment `Path` class with `__repr__`.
class Path:
# Other methods go here.
def __repr__(self):
return '{}({}, {})'.format(self.__class__.__name__, repr(self.weight), repr(self.vertices))
data = [
{'ID': '2', 'Weight': 1, 'Edges': [1]},
{'ID': '1', 'Weight': 1, 'Edges': []}
]
print(recursiveTraversal(0, '1', 1)) # Prints "Path(1, [1])".
print(recursiveTraversal(1, '1', 0)) # Prints "Path(1, [1])".检查函数recursiveTraversal似乎是，对于steps=0，它应该返回Path(0, [])，以防目标匹配。不过，它会返回Path(1, [1])。这是因为前面对recursiveTraversal的调用已经调用了recursiveTraversal(1, '1', 0)并修改了结果的weight和vertices属性。当执行对recursiveTraversal(1, '1', 0)的第二次显式调用时，您将获得对该对象的缓存引用。
可能的解决方案
一种可能的解决方案是在进一步修改它们之前创建缓存对象的副本。这可以防止缓存被修改。
from copy import deepcopy
# Within `recursiveTraversal`:
# ...
nextPath = deepcopy(recursiveTraversal(i, target, steps - 1))
# ...https://stackoverflow.com/questions/51585130
复制相似问题