可用函数属性、闭包或类实现函数记忆调用次数和历史参数：方法一为直接添加函数属性，简单但需手动初始化；方法二用闭包封装状态，更安全且支持多实例；方法三用类包装，最灵活，便于扩展重置、查询等功能。
可以用函数属性、闭包或类来实现函数“记住”调用次数和历史参数。最简洁常用的是给函数动态添加属性，或用闭包封装状态。
方法一：直接给函数加属性（简单直接）
python 函数是对象，支持动态绑定属性。在函数内部或外部记录调用信息即可：
- 首次调用前，手动初始化
func.call_count = 0和func.history = [] - 每次调用时，在函数体内递增计数、追加参数（如
func.history.append(args)） - 注意：需确保初始化只做一次，推荐在定义后立即设置
示例：
def my_func(x, y): my_func.call_count += 1 my_func.history.append((x, y)) return x + y my_func.call_count = 0 my_func.history = []
调用两次后，my_func.call_count 为 2，my_func.history 类似 [(1, 2), (3, 4)]。
立即学习“Python免费学习笔记（深入）”；
方法二：用闭包封装状态（更安全，避免污染函数名空间）
把计数器和历史列表放在外层函数作用域中，内层函数引用它们，形成闭包：
- 状态变量不会暴露在全局或函数对象上，更干净
- 适合需要多个独立“可记忆函数”的场景（每个闭包有自己的状态）
- 返回的函数保持原调用方式，对使用者透明
示例：
def make_tracked_func(func): count = 0 history = [] def tracked(*args, **kwargs): nonlocal count count += 1 history.append((args, kwargs)) return func(*args, **kwargs) tracked.call_count = Lambda: count tracked.get_history = lambda: history.copy() return tracked 使用
add = make_tracked_func(lambda x, y: x + y) add(1, 2) # 调用一次 add(3, 4) # 再调用一次 print(add.call_count()) # → 2 print(add.get_history()) # → [((1, 2), {}), ((3, 4), {})]
方法三：用类包装（最灵活，支持重置、筛选、持久化等）
当需要更多控制（比如清空历史、按条件查询、保存到文件），类是最自然的选择：
- 把函数逻辑作为实例方法或传入的 callable
- 用实例属性
self.count和self.history管理状态 - 可轻松添加
.reset()、.last_call()、.calls_since(n)等方法
示例（简化版）：
class TrackedFunction: def __init__(self, func): self.func = func self.count = 0 self.history = [] def __call__(self, *args, **kwargs): self.count += 1 self.history.append({'args': args, 'kwargs': kwargs, 'result': self.func(*args, **kwargs)}) return self.history[-1]['result'] def reset(self): self.count = 0 self.history.clear()使用
tracked_add = TrackedFunction(lambda x, y: x + y) tracked_add(1, 2) print(tracked_add.count) # → 1 print(tracked_add.history[0]['result']) # → 3
小提醒：避免常见坑
使用这些方法时要注意：
- 多线程下需加锁（
threading.Lock），否则count += 1非原子操作可能出错 - 历史参数含可变对象（如 list、dict）时，建议深拷贝再存，防止后续修改影响记录
- 闭包中的
nonlocal只支持单层嵌套；若需多层，改用类或字典容器 - 函数属性方式不适用于 lambda（lambda 不能赋属性），优先选闭包或类