Python 纯函数缓存:用 lru_cache 加速重复计算

举报
yd_237867988 发表于 2026/11/19 19:26:48 2026/11/19
【摘要】 介绍 functools.lru_cache 的工作方式、缓存大小、失效策略和使用边界,并用标准库示例验证重复计算场景。

# Python 纯函数缓存:用 lru_cache 加速重复计算


有些函数输入相同,结果就一定相同,例如解析固定格式、计算递归数列或生成规则不变的查询条件。每次重复计算都会浪费时间,但把结果缓存到全局字典又容易忽略缓存大小、清理时机和参数是否可哈希。Python 标准库的 `functools.lru_cache` 提供了一个清晰的缓存边界:用函数参数作为键,并按最近最少使用策略保存结果。


## 从纯函数开始


被缓存的函数最好是纯函数:相同参数始终返回相同结果,而且不会依赖当前时间、随机数、网络响应或可变的全局状态。下面用递归方式计算斐波那契数列,`lru_cache` 会把已经算过的中间结果保存起来:


```python

from functools import lru_cache



@lru_cache(maxsize=128)

def fibonacci(n: int) -> int:

    if n < 0:

        raise ValueError("n must be non-negative")

    if n < 2:

        return n

    return fibonacci(n - 1) + fibonacci(n - 2)



print(fibonacci(40))

print(fibonacci.cache_info())

```


第一次计算 `fibonacci(40)` 时,函数会递归访问多个参数。后续再次传入 `40`,可以直接复用结果;递归过程中的 `39`、`38` 等中间值也已经在缓存中。`cache_info()` 会返回命中次数、未命中次数、当前缓存数量和最大缓存数量,适合在本地验证缓存是否真的有效。


## 选择缓存大小


`maxsize` 决定缓存最多保存多少组参数。设为 `128` 可以限制内存占用;如果参数组合有限且希望保留所有结果,可以传入 `None`,但要确保键的数量不会无限增长:


```python

from functools import lru_cache



@lru_cache(maxsize=4)

def format_pair(left: str, right: str) -> str:

    return f"{left}:{right}"



for value in range(6):

    print(format_pair("item", str(value)))


print(format_pair.cache_info())

```


这个例子会不断写入不同的键,缓存超过四项后会淘汰较早且最近没有使用的结果。缓存不是永久存储,也不应被当作数据的一致性来源;它只是当前进程中的性能优化。


## 处理外部状态变化


如果被缓存的结果依赖配置文件、数据库或远端接口,就要定义失效策略。最简单的方式是在外部状态更新后调用 `cache_clear()`:


```python

from functools import lru_cache



@lru_cache(maxsize=1)

def load_label(language: str) -> str:

    labels = {"zh": "你好", "en": "Hello"}

    return labels[language]



print(load_label("zh"))

load_label.cache_clear()

```


对于多线程或多进程程序,还要明确缓存的共享范围。`lru_cache` 保护的是当前 Python 进程内的函数调用;它不会自动在多个进程之间同步,也不会替代数据库或分布式缓存。


## 使用时检查三个边界


- 参数必须可哈希。列表、字典等可变对象不能直接作为缓存参数,可以先转换成元组或不可变结构。

- 结果不能依赖未声明的外部状态。否则缓存可能返回已经过期的值。

- 先用 `cache_info()` 观察命中率,再决定是否扩大 `maxsize`。缓存占用内存换取速度,不能只看单次调用时间。


`lru_cache` 的价值在于把缓存策略放在函数声明附近,使生命周期、大小和清理入口都可见。先确认函数满足可缓存的条件,再选择合适的 `maxsize`,通常比手工维护一个无边界字典更容易测试和维护。


【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。