實際上，在日常的工作中，我們很多需求，無論是常見的、還是不常見的，Python 都為我們提供了一些獨特的解決方案，既不需要自己造輪子，也不需要引入新的依賴(引入新的依賴勢必會增加項目的復雜度)。
但是 Python 有太多功能和特性被我們忽略了，導致我們在遇到問題的時候，沒法第一時間作出良好的決策。
所以，干脆來一起掃清這些被我們忽略的 Python 死角。
裝飾器的妙用
我們經常會想完成一些注冊&調用的功能，比如我們有四個函數：
現在我們想將這四個函數和 +、-、*、/ 四個操作符綁定，那么我們該怎么做？
可能我們第一反應是這樣：
但這樣寫起來，有一個很大的問題就是太不美觀了。因為直接對于 dict 的操作從實際上來講可維護性是很差的，那么我們這個地方應該怎么做？
在改進這段代碼之前，我們首先要明確 Python 中一個很重要的概念，即：函數/方法是：First Class Member 。用不精確的話來講，就是函數/方法可以作為參數被傳遞、被使用。
舉個例子：
大家可以看到我們將 print_func 這個函數作為參數傳遞給 execute 函數并被調用。
那么我們來改造下之前的代碼：
好了，大家看看，目前整體代碼的可讀性以及可維護性是不是改了很多？
但是我們現在的問題在于，每次都需要在單獨調用一次 register_operator 函數，這樣也太煩了吧！要不要再改進一下？要得。我們可以用裝飾器來改進一下。
首先，看一個最簡單的裝飾器例子：
我們能看到這段函數的意義是計算函數的執行時間。那么這個原理是什么？
實際上裝飾器是一個語法糖，具體可以參見 PEP318 Decorators for Functions and Methods。
簡而言之，實際上是 Python 替我們做了一個替換過程。以上面的例子為例，這個替換過程就是 add=execute(add) 。
好了，我們就用這個知識點來改進下之前的代碼：
這樣我們這段代碼的注冊過程是不是就顯得更優雅了？
嗯，是的！實際上 Python 中有很多特性會幫助我們的代碼更簡潔，更優美。
接下來這個例子很可能幫我們減輕工作量。
聊聊 OrderedDict
dict 是我們經常使用的一種數據解構。但是在 Python 3.6 之前 dict 都是無序的，即我插入的順序，和數據在 dict 中存放的順序并無關聯(筆者注：Python 3.6 dict 有序只是新版實現的順帶產物，Python 3.7 正式作為 feature 被固定下來)。
但是很多時候，比如在驗簽等場景，我們需要保證 dict 數據存放順序，和我們插入順序是一致的。那么我們該怎么辦？
老板有需求下來了，我們肯定不能告訴老板這個需求沒法做。那我們就自己實現一個 ordereddict 吧。于是，想了想，寫了如下的代碼：
通過額外維護一個 list 來維護 key 插入的順序。這段代碼，看似完成了我們的需求，但是實則存在很大問題。大家可以猜猜問題在哪？
3，2，1！
揭曉答案，這段代碼利用 list 來保證 key 的有序性，在刪除的時候， list 的刪除操作，是一個時間復雜度 O(n) 的操作。換句話說，我們的刪除操作隨著內部數據的增多，所需的刪除時間也變得越長。這對于某些性能敏感的場景是無法接受的。
那要怎么辦呢？事實上，Python 在很早之前就已經內置了有序字典，即很多人可能都用過的 collections.OrderedDict 。
在 OrderedDict 中， Python 維護了一個雙向鏈表解構，來保證插入的有序性，如下圖所示：
在最左側維護一個衛兵節點，衛兵節點的 next 指針恒指向于數據中最后插入的節點。那么插入新的數據時，我們將新的數據插入到衛兵節點之后，從而達成維護插入順序的目的。
在刪除的時候，通過額外維護的一個字典找到待刪除的 key 所對應的節點。這個操作是 O(1) 的復雜度，然后大家都知道，雙向鏈表刪除一個節點的時間復雜度也是 O(1) 。通過這樣保證我們在即便有大量數據的情況下，也能保證相應的性能。
好了，我們按照這個思路來做一個最簡單的實現：
這只是一個 OrderedDict 的簡化版，如果想完成一個完整的 OrderedDict 還有很多很多的 corner case 要去處理。不過現在，我們可以使用內置的數據結構去完成我們需求。怎么樣，是不是有了一種幸福的感覺？
喜歡小編文章的可以點個贊關注小編哦，小編每天都會給大家更新文章。
我自己是一名從事了多年的Python老程序員，小編為大家準備了新出的python編程學習資料，免費分享給大家！
如果你也想學習Python，那么幫忙轉發一下然后再關注小編后私信“01”可以得到我整理的這些Python資料了(私信方法：點擊我頭像進我主頁有個上面有個私信按鈕)。
