写一个记录函数执行时间的装饰器。。。

装饰器，这可是Python开发中绕不开的经典话题，不论你是写代码的老手，还是刚入行的萌新，都得和它打上几轮交道。而记录函数执行时间这个功能，更是装饰器中的“常客”。

今天我就带大家来全面解锁一下这块儿的知识，先从最基础的实现聊起，然后逐步深入，最终给出面试中的“加分”回答。坐稳了，开始上代码！

先聊聊装饰器是干啥的。简单说，装饰器就是一个“增强器”，能在不改动原始函数代码的情况下，为函数加上一些“外挂技能”，比如记录函数执行时间、打印日志、检查权限等等。

这里我们要完成的是统计一个函数的执行时间，便于分析代码性能、找到瓶颈。咱们一步步走，从函数装饰器讲起，然后再聊类装饰器和可参数化的装饰器。

先来说说最简单的实现，咱们可以用一个函数来实现记录函数执行时间的装饰器。装饰器的核心思想就是在不改动原有函数的前提下，给它添加额外的功能。

通常我们通过装饰器为一个函数增加一些处理逻辑，而不是直接改动函数本身。这个装饰器会在函数执行之前记录一下开始时间，函数执行完后计算并输出它的执行时间。

from functools import wraps
from time import time

def record_time(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start = time()  # 记录开始时间
        result = func(*args, **kwargs)  # 执行原函数
        print(f'{func.__name__} 执行时间: {time() - start}秒')  # 输出执行时间
        return result  # 返回原函数的返回值
    return wrapper

在这个代码里，我们用到了 wraps 装饰器，目的就是保留原函数的元数据，比如函数名和文档字符串等，不然 record_time 装饰过的函数在外部调用时会丢失掉它的元信息。record_time 装饰器很通俗易懂——先记录开始时间，运行函数，最后计算并输出执行时间。

装饰一个函数的步骤也很简单，直接在目标函数前加上 @record_time 即可：

@record_time
def example_function():
    # 模拟耗时操作
    for _ in range(1000000):
        pass

example_function()

运行这个代码，终端里就能看到 example_function 的执行时间。

这只是装饰器的一种实现方式。我们还可以用类来实现装饰器。之所以这样做，是因为类装饰器提供了更高的灵活性。

通过 __call__ 方法，类的实例可以像函数一样被调用，从而实现和函数装饰器类似的效果。很多情况下，类装饰器能更方便地管理状态。来看下面这个例子：

from functools import wraps
from time import time

class Record:
    def __call__(self, func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            start = time()  # 记录开始时间
            result = func(*args, **kwargs)  # 执行原函数
            print(f'{func.__name__} 执行时间: {time() - start}秒')  # 输出执行时间
            return result
        return wrapper

使用这个类装饰器和函数装饰器一样简单：

@Record()
def example_function():
    for _ in range(1000000):
        pass

example_function()

这个类装饰器的优点之一是可以轻松管理多个属性和复杂状态。比如说我们想在装饰器中加入一些配置选项，或者记录函数被调用的次数，用类实现会更简洁清晰。

说到装饰器，就不得不提参数化装饰器。这类装饰器允许我们传入参数，根据不同的需求控制装饰器的行为。

比方说，如果我们不想直接在终端中输出函数的执行时间，而是希望调用者自定义执行时间的输出方式，这种情况就可以用参数化装饰器来实现。

from functools import wraps
from time import time

def record_time(output):
    """可以参数化的装饰器"""

    def decorate(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            start = time()  # 记录开始时间
            result = func(*args, **kwargs)  # 执行原函数
            output(func.__name__, time() - start)  # 通过参数控制输出
            return result
        return wrapper
    return decorate

假设我们有一个自定义输出函数：

def custom_output(func_name, exec_time):
    print(f"Function {func_name} took {exec_time:.2f} seconds to execute.")

使用的时候直接传入 custom_output 函数：

@record_time(custom_output)
def example_function():
    for _ in range(1000000):
        pass

example_function()

运行这段代码后，会看到 custom_output 控制输出格式，这样就完全实现了执行时间的自定义输出。

到这里，我们已经看了三种不同类型的记录执行时间装饰器：函数装饰器、类装饰器、参数化装饰器。在实际开发中，灵活选用合适的装饰器能显著提升代码的复用性和可读性。

如果在面试中被问到如何实现一个记录执行时间的装饰器，回答这个问题的关键在于要展示你对装饰器基本概念的理解，最好能清晰地解释每种实现方式的优势。我们可以这么回答：

装饰器是Python中一种实现增强功能的工具，通过装饰器可以在不改变原函数的情况下添加新的功能。我来举一个简单例子，通常记录执行时间的装饰器可以通过函数或类来实现。

函数装饰器实现起来简单直观，但类装饰器提供了更强的灵活性，尤其适合需要维护内部状态或配置的场景。此外，如果有需要自定义输出方式的需求，我会使用参数化装饰器，这样可以传入不同的输出函数，灵活控制输出内容和格式。比如，可以用它将执行时间记录到文件或发送到监控系统。