测量并打印出被装饰函数的执行时间，优化递归函数

定义了一个装饰器timer，它测量并打印出被装饰函数的执行时间。这个装饰器使用了Python的time模块来记录函数开始和结束的时间点，然后计算并输出函数的运行时长。使用@timer语法将这个装饰器应用到了fibonacci函数上，这是一个递归实现的斐波那契数列计算函数。

当调用fibonacci(10)时，timer装饰器会自动捕获函数执行前后的时刻，并计算两者之差，即函数的实际运行时间。然后，它会打印出函数名称以及该函数执行所花费的时间，单位是秒。最后，它返回fibonacci函数的计算结果。

然而，值得注意的是，递归实现的斐波那契数列计算在n较大时效率非常低下，因为它重复计算了许多相同的子问题。在实际应用中，特别是对于较大的n值，通常会采用动态规划或记忆化递归来提高效率。例如，你可以使用一个缓存机制来存储已经计算过的斐波那契数值，避免重复计算。

import time
from functools import lru_cache

# 定义一个装饰器，用于打印函数的执行时间
def timer(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f"{func.__name__} took {end - start} seconds to run.")
        return result
    return wrapper

# 使用lru_cache装饰器缓存结果，优化递归函数
@lru_cache(maxsize=None)
def fibonacci(n):
    if n < 2:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

# 使用@符号将timer装饰器应用到fibonacci函数上
fibonacci = timer(fibonacci)

# 调用fibonacci函数，会自动打印执行时间
fibonacci(10)