python 缓存

# 使用 functools.lru_cache 实现缓存功能

from functools import lru_cache
import time

# 定义一个计算斐波那契数列的函数，并使用 lru_cache 装饰器来缓存结果
@lru_cache(maxsize=128)  # maxsize 表示最多缓存 128 个不同的输入结果
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

# 测试缓存效果
start_time = time.time()
print(f"Fibonacci(30) = {fibonacci(30)}")
end_time = time.time()
print(f"Time taken: {end_time - start_time:.6f} seconds")

# 再次调用，应该会更快，因为结果已经缓存了
start_time = time.time()
print(f"Fibonacci(30) = {fibonacci(30)}")
end_time = time.time()
print(f"Time taken: {end_time - start_time:.6f} seconds")

解释说明：

1. functools.lru_cache：这是 Python 标准库中的一个装饰器，用于实现最常用的缓存机制（Least Recently Used Cache）。它会将函数的返回值缓存起来，当函数再次被调用时，如果参数相同，则直接返回缓存的结果，而不需要重新执行函数。

2. maxsize 参数：指定了缓存的最大大小。在这个例子中，maxsize=128 表示最多缓存 128 个不同的输入结果。如果超过了这个限制，最早使用的缓存条目将会被移除。

3. 斐波那契数列：这是一个经典的递归问题，通常情况下递归计算斐波那契数列的时间复杂度是指数级的。通过使用缓存，我们可以显著减少重复计算，从而提高性能。

4. 测试缓存效果：第一次调用 fibonacci(30) 时，程序会进行实际的递归计算并缓存结果；第二次调用时，由于结果已经被缓存，因此可以直接从缓存中获取结果，速度会快得多。