259 字
1 分钟
Python@cache修饰器
基本用法
from functools import cache
@cachedef fibonacci(n): if n < 2: return n return fibonacci(n - 1) + fibonacci(n - 2)
print(fibonacci(100)) # 瞬间返回,无需重复计算加上 @cache 后运行瞬间完成,简直快到飞起
核心特征
| 特性 | 说明 |
|---|---|
| 缓存大小 | 无限(等价于 lru_cache(maxsize=None)) |
| 缓存键 | 基于函数参数(必须可哈希 hashable) |
| 线程安全 | 是 |
| 作用范围 | 每个被装饰函数独立一份缓存 |
其他用法
from functools import cache
@cache # 无限缓存,Python 3.9+def f(x): ...
f.cache_info() # 查看命中统计f.cache_clear() # 清空缓存f.cache_parameters() # 查看配置参数注意事项
-
参数必须可哈希
-
不要缓存有副作用或依赖外部状态的函数
-
区分 1 和 1.0(默认不区分)
- 内存占用问题 @cache 无限增长,长时间运行的程序可能内存爆掉
分享文章
生成精美分享图或复制链接,与更多人分享本文。
继续阅读
最后更新于 ,距今已过 17 天
部分内容可能已过时