Кэширование функций

Last updated 5 months ago

Кэширование функций позволяет кэшировать возвращаемые значения функций в зависимости от аргументов. Это может помочь сэкономить время при работе с вводом/выводом на повторяющихся данных. До Python 3.2 мы должны были бы написать собственную реализацию. В Python 3.2+ появился декоратор lru_cache, который позволяет быстро кэшировать возвращаемые функцией значения.

Давайте посмотрим, как мы можем воспользоваться кэшированием в Python 3.2+ и в более старых версиях.

Python 3.2+

Реализуем функцию расчета n-ого числа Фибоначчи с использованием lru_cache:

from functools import lru_cache
@lru_cache(maxsize=32)
def fib(n):
if n < 2:
return n
return fib(n - 1) + fib(n - 2)
>>> print([fib(n) for n in range(10)])
# Вывод: [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

Аргумент maxsize сообщает lru_cache сколько последних значений запоминать.

Мы также можем легко очистить кэш:

fib.cache_clear()

Python 2+

В старых версиях языка также есть несколько путей достижения схожего эффекта. Вы можете сами реализовать любой тип кэширования. Это зависит только от ваших потребностей. Вот базовое решение:

from functools import wraps
def memoize(function):
memo = {}
@wraps(function)
def wrapper(*args):
if args in memo:
return memo[args]
else:
rv = function(*args)
memo[args] = rv
return rv
return wrapper
@memoize
def fibonacci(n):
if n < 2: return n
return fibonacci(n - 1) + fibonacci(n - 2)
fibonacci(25)

Примечание: memoize не сможет кэшировать типы данных, которые нельзя хешировать (словари, списки и т.д.). Только объекты неизменяемых типов подлежат кэшированию. Держите это в уме при использовании декоратора.

Отличная статья от Caktus Group, в которой они рассказывают историю бага в Django, который появился из-за lru_cache. Рекомендую к ознакомлению.