Python 函数 returns 与记忆不同的结果

Question

我的 Python 寻路函数 returns 如果我使用记忆装饰器会产生不同的结果。它 returns 本身是一个正确的值，但在被记忆后，它 returns 是一个不正确的值。

我说的函数是这样的：

@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

一个完整的可运行示例can be found here。文件的上半部分都是数据，代码在下半部分。要重现这一点，只需注释掉第 15 行，然后观察输出是否不同。

如何让记忆版输出与普通版相同的内容？

Answer 1

问题是您正在修改 recursiveTraversal 的 return 值的属性。此函数 returns Path 个对象，您修改它们的属性 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，并且稍后在 for 循环中修改其属性。但是对于每个 (x, y, z) 调用，您都可以放心地从一个新对象开始。现在对于缓存版本，缓存包装器不是通过递归树一直向下提供新对象，而是为您提供先前创建的 Path 对象的实例（它已经修改了 weight 和 vertices 属性）并且这些被进一步修改（即这修改了缓存）。这可以从下面的例子看出：

# 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 似乎对于 steps=0 它应该 return Path(0, []) 以防目标匹配。尽管如此，它 returns Path(1, [1])。发生这种情况是因为先前对 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，您将取回对该对象的缓存引用。

可能的解决方案

一个可能的解决方案是在进一步修改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))
# ...

Python 函数 returns 与记忆不同的结果

Python function returns different result with memoization

python

recursion

optimization

path-finding

memoization

可能的解决方案