259 字
1 分钟
Python@cache修饰器

基本用法#

from functools import cache
@cache
def 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#

  1. 参数必须可哈希

  2. 不要缓存有副作用或依赖外部状态的函数

  3. 区分 1 和 1.0(默认不区分)

  1. 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
Python@cache修饰器
https://www.lkhssssss.cn/posts/python/python-cache-decorator/
作者
LKHSSS
发布于
2026-10-14
许可协议
CC BY-NC-SA 4.0

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

沿着主题读

基于共同的标签与分类

换条路线

从其他文章中稳定抽取