<think>我们参考了引用中的多个示例，特别是引用[1]和引用[4]中的计时装饰器实现。 根据用户要求，我们需要实现一个简单的计时装饰器，并在每次调用被装饰的函数时打印时间、参数和结果。 我们将按照以下步骤实现： 1. 定义一个装饰器函数，例如`timer`。 2. 在装饰器内部定义一个包装函数（闭包），用于包裹被装饰的函数。 3. 在包装函数中记录开始时间，调用原函数，记录结束时间并计算耗时。 4. 打印函数名、参数、结果和耗时。 5. 返回原函数的结果。 注意：为了通用性，我们的装饰器应该能够处理任意数量和类型的参数，因此使用`*args`和`**kwargs`。 但是，引用[1]中使用了`*args`，没有使用`**kwargs`，这会导致关键字参数无法传递。因此我们改进为同时支持位置参数和关键字参数。 我们将参考引用[1]的格式，但做以下改进： - 使用`time.perf_counter()`获取高精度时间（推荐用于计时）。 - 同时支持位置参数和关键字参数，即使用`*args, **kwargs`。 另外，引用[4]中的装饰器没有处理带参数的函数，而且它直接调用了函数而没有返回结果，我们这里需要返回结果。 因此，我们实现如下： </think> ### 装饰器实现方法与计时装饰器示例 装饰器（Decorator）是 Python 的强大特性，允许在不修改原函数代码的情况下增强函数功能。以下是实现步骤和计时装饰器示例： #### 装饰器实现原理 1. **基本结构**：装饰器是一个接受函数作为参数的高阶函数 2. **闭包特性**：内部函数可以访问外部函数的参数（被装饰的函数） 3. **语法糖**：使用 `@decorator_name` 简化应用 ```python def decorator(func): # ➊ 接收被装饰函数 def wrapper(*args, **kwargs): # ➋ 接收任意参数 # 前置增强逻辑 result = func(*args, **kwargs) # ➌ 调用原函数 # 后置增强逻辑 return result return wrapper # ➍ 返回增强后的函数 ``` #### 简单计时装饰器实现 ```python import time from functools import wraps # 保留原函数元信息 def timer(func): @wraps(func) # 保留原函数属性 def wrapper(*args, **kwargs): start = time.perf_counter() # 高精度计时 result = func(*args, **kwargs) # 执行原函数 elapsed = time.perf_counter() - start # 打印计时信息 print(f"[{elapsed:.8f}s] {func.__name__}({args}, {kwargs}) -> {result}") return result return wrapper ``` #### 使用示例 ```python @timer def factorial(n): if n <= 1: return 1 time.sleep(0.1) # 模拟耗时操作 return n * factorial(n-1) print(factorial(5)) ``` #### 输出示例 ``` [0.00000120s] factorial((1,), {}) -> 1 [0.10015230s] factorial((2,), {}) -> 2 [0.20030580s] factorial((3,), {}) -> 6 [0.30045810s] factorial((4,), {}) -> 24 [0.40061050s] factorial((5,), {}) -> 120 120 ``` #### 关键点说明 1. `@wraps(func)` 保留原函数的名称和文档字符串 2. `time.perf_counter()` 提供纳秒级计时精度 3. `*args, **kwargs` 确保装饰器适用于任意参数的函数 4. 递归函数计时会显示每次调用的独立耗时[^1][^3] 此装饰器可用于性能分析、代码优化等场景，通过 `@timer` 即可为任何函数添加计时功能[^2][^4]。