Python Functools lru_cache()用法及代码示例

Python中的functools模块处理高阶函数，即在(作为参数)上操作或返回函数以及其他此类可调用对象的函数。 functools模块提供了多种方法，例如cached_property(func), cmp_to_key(func), lru_cache(func), wraps(func),值得一提的是，这些方法将函数作为参数。

lru_cache()

lru_cache()是functools模块中的此类函数之一，它通过使用 memory 技术来帮助减少该函数的执行时间。

用法：

@lru_cache(maxsize=128, typed=False)

参数：
maxsize:此参数设置高速缓存的大小，高速缓存最多可存储最大最近调用的函数，如果maxsize设置为None，则将禁用LRU函数，并且高速缓存可以不受限制地增长
typed:
如果将typed设置为True，则将分别缓存不同类型的函数参数。例如，将f(3)和f(3.0)视为具有不同结果的不同调用，并将它们存储在缓存中的两个单独条目中

范例：1

from functools import lru_cache 
import time 
  
  
# Function that computes Fibonacci  
# numbers without lru_cache 
def fib_without_cache(n):
    if n < 2:
        return n 
    return fib_without_cache(n-1) + fib_without_cache(n-2) 
      
# Execution start time 
begin = time.time() 
fib_without_cache(30) 
  
# Execution end time 
end = time.time() 
  
print("Time taken to execute the\ 
function without lru_cache is", end-begin) 
  
# Function that computes Fibonacci 
# numbers with lru_cache 
@lru_cache(maxsize = 128) 
def fib_with_cache(n):
    if n < 2:
        return n 
    return fib_with_cache(n-1) + fib_with_cache(n-2) 
      
begin = time.time() 
fib_with_cache(30) 
end = time.time() 
  
print("Time taken to execute the \ 
function with lru_cache is", end-begin)

输出：

Time taken to execute the function without lru_cache is 0.4448213577270508
Time taken to execute the function with lru_cache is 2.8371810913085938e-05

范例2：

from functools import lru_cache 
  
@lru_cache(maxsize = 100) 
def count_vowels(sentence):
    sentence = sentence.casefold() 
    return sum(sentence.count(vowel) for vowel in 'aeiou') 
      
print(count_vowels("Welcome to Geeksforgeeks"))

输出：

相关用法

注：本文由纯净天空筛选整理自sathvik chiramana大神的英文原创作品 Python Functools – lru_cache()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。