技術標籤：python

• LRU lru_cache Least Recently Used 是快取置換中的一種常用演算法，從原始碼中看

• If maxsize is set to None, the LRU features are disabled and the cache
  can grow without bound.

• If typed is True, arguments of different types will be cached separately.
  For example, f(3.0) and f(3) will be treated as distinct calls with
  

  distinct results.
  • 該裝飾器有兩個引數，一個是可以快取的最大次數maxsize，
  • 一個是typed ,如果該引數是True,不同型別的引數分別快取。如果為False,之快取一次。
  • 這個裝飾可以用來優化遞迴演算法，效能很明顯。
  • 程式碼如下：

    from timeit import Timer
    from functools import lru_cache
    import sys
    sys.setrecursionlimit(2000) # 設定最大遞迴深度
    
    @lru_cache(128) # 128 快取的最大次數，如果沒有，為無窮大
    def fibo(n):
        if n == 1 or n ==
     
     2:
            return 1
        return fibo(n - 1) + fibo(n - 2)
    def sum():
        total = 0
        for i in range(1,20+1):
            total+=fibo(i)
        return total
    t1=Timer("sum()","from __main__ import sum")
    print("cost time:%s"%(t1.timeit(1000))) # 計算1000 次的平均耗時
    

• 使用 Timer 來計算程式碼執行的時間,計算斐波那契數列的前20項和。

• 不適用快取裝飾器的話耗時：

• 耗時6秒，而且計算前50項的時候，我的電腦已經計算不出來。

• 而使用快取裝飾用時如圖：

• 相差了將近1000倍。

• 而且可以計算斐波那契數列的前1000項和的值

• 
  耗時0.9s ,效能提升有很明顯的優勢