小技巧——Python @cache装饰器

已于 2023-03-28 15:35:08 修改
阅读量956 收藏 1
点赞数 4
文章标签： python
于 2023-03-28 15:28:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Ari_made_it/article/details/129817134
版权

@cache和@lru_cache(maxsize=None)可以用来寄存函数对已处理参数的结果，以便遇到相同参数可以直接给出答案。前者不限制存储的数量，后者通过maxsize限制存储的最大数量。

例：

@lru_cache(maxsize=None) # 等价于@cache
def test(a,b):
    print('开始计算a+b的值...')
    return a + b

可以用来做某些递归、动态规划。比如斐波那契数列的各项值从小到大输出。其实类似用数组保存前项的结果，都需要额外的空间。不过用装饰器可以省略额外空间代码，减少了出错的风险。

（还没有实际使用这个功能，感觉可有可无。）

RUI_0926
关注
  • 4
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
python装饰器原理 | 常用装饰器使用(@cache, @lru_cache)
weixin_43646592的博客
02-22 4418
python装饰器原理 | 常用装饰器使用(@cache, @lru_cache)
python-diskcache:Python磁盘支持的缓存（与Django兼容）。 比Redis和Memcached更快。 纯Python
04-06
DiskCache：磁盘支持的缓存 是Apache2许可的磁盘和文件支持的缓存库，用纯Python编写，并且与Django兼容。 2021年基于云的计算将显着提高内存。 当进程争用内存时，磁盘上会留下千兆字节的空余空间。 这些进程中有Memcached（有时是Redis）用作缓存。 利用空磁盘空间进行缓存不是很好吗？ Django是Python最受欢迎的Web框架，并带有多个缓存后端。 不幸的是，Django中基于文件的缓存已被破坏。 剔除方法是随机的，大型缓存会重复扫描缓存目录，该目录随着增长而线性降低。 您是否真的可以允许它花60毫秒的时间将密钥存储在包含一千个项目的缓存中？ 在Python中，我们可以做得更好。 我们可以用纯Python做到这一点！ In [1]: import pylibmc In [2]: client = pylibmc.Client(['127.0.0
python源码-ackermann with cache version
02-01
Computes the Ackermann function A(m, n) See http://en.wikipedia.org/wiki/Ackermann_function n, m: non-negative integers
Python中实现高效缓存机制：装饰器与缓存函数示例
最新发布
windowshht的博客
04-05 841
字典的键可以是函数的输入参数，值则是对应的计算结果。本文介绍了在Python中实现高效缓存机制的基本原理和方法，并给出了一个使用装饰器实现的缓存函数示例。通过结合装饰器和字典等数据结构，我们可以轻松地为函数添加缓存功能，从而提高代码的执行效率。本文将介绍如何在Python中实现一个高效的缓存机制，并给出一个使用装饰器实现的缓存函数示例。否则，计算原始函数的结果，并将其存储到缓存中，然后返回结果。装饰器是Python中一个非常强大的功能，它允许我们在不修改函数代码的情况下，给函数添加额外的功能。
python-redis-cache:用于Python函数的简单Redis缓存
05-15
python-redis-cache 用于Python函数的简单Redis缓存 要求 Redis 5+ Python 3.6+ 如何安装 pip install python-redis-cache 如何使用 from redis import StrictRedis from redis_cache import RedisCache client = StrictRedis ( host = "redis" , decode_responses = True ) cache = RedisCache ( redis_client = client ) @ cache . cache () def my_func ( arg1 , arg2 ): result = some_expensive_operation () return result # Use th
Python-LRU-cache:python的内存LRU缓存
05-01
master分支构建状态： 介绍 拥有内存中的缓存通常很有用。 当然，也希望不要使缓存变得太大，并且通常希望使缓存过期。 该模块提供了这样的缓存。 在大多数情况下，您可以像这样使用它： from lru import lru_cache_function @ lru_cache_function ( max_size = 1024 , expiration = 15 * 60 ) def f ( x ): print "Calling f(" + str ( x ) + ")" return x f ( 3 ) # This will print "Calling f(3)", will return 3 f ( 3 ) # This will not print anything, but will return 3 (unless 15 minutes have
计算机体系结构Cache模拟python.zip
07-14
计算机体系结构课程作业，python实现Cache模拟。
Python中的@cache巧妙用法
ai520wangzha的博客
04-15 2109
在cache的源码中，对cache的描述是：Simple lightweight unbounded cache. Sometimes called “memoize”. 翻译成中文：简单的轻量级无限制缓存。有时也被称为“记忆化”。123def):returnNonecache() 的代码只有一行，调用了 lru_cache() 函数，传入一个参数 maxsize=None。
如何使用Python内置缓存装饰器: @lru_cache，@cache 与 @cached_property
Python技术探索
06-28 7200
Python 的内置库 functools 模块附带了@lru_cache，@cache, @cached_property 装饰器，可用于在代码中，对函数运算结果，类成员方法运算结果，进行缓存。上例中，每次运行函数时，lru_cache都会检查输入，如果之前运行过，则从缓存中返回结果 ，如果没有，则运行函数，并缓存结果。本文介绍了3种缓存工具的使用步骤，最后总结了对应的适用场景建议。
python记忆化搜索——缓存@cache与@lru_cache
我的博客
09-05 7170
python缓存机制
Python装饰器——@property
12-22
首先我们定义一个Person类，这里多说一点在Python3.x中Person()与Person（object）是一样的，默认帮你加载了Object类 class Person(): def get_height(self): return self._height def set_height(self, value): ...
lazyprop:Python @lazyprop 装饰器
06-16
Python @lazyprop 装饰器 实现基于 - 扩展支持失效/设置，完全单元测试 基本用法——very_expensive_calculation() 只在第一次调用，结果被缓存并返回用于后续调用 class YourClass(object): @lazyprop def lazy...
【python】——基础知识：装饰器
12-22
简单的说，装饰器就是 函数的函数。 正常来说，我们定义一个函数的函数通常是这样的： # 定义一个函数的函数 def Func4func(func): def printf(input): # 由于Func4func的return是这个printf，所以之后被装饰后的...
Python黑魔法@property装饰器的使用技巧解析
09-21
@property装饰器能把一个方法变成属性一样来调用,下面我们就一起来看看Python黑魔法@property装饰器的使用技巧解析
进军python——与@龟叔握手
12-21
2.python的解释器 —集成开发环境 3.第一个python程序 — 需要记事本||cmd{比较恶心} 4.python的变量 变量数据类型 用户交互 流程控制（if） 5.输入输出 python的创始人吉多.范罗.苏姆。1989年的圣诞节期间，吉多.范...
学会 Python 缓存装饰器让函数性能翻倍
简讯的读书笔记
02-19 327
Python 是一种通用编程语言，可用于各种类型的项目，尤其是机器学习、后端开发和数据分析。在提高性能的同时，编写简洁易懂的代码也至关重要，尤其是当使用 Python 这样的动态解释型编程语言时。为了提高性能，我们可以使用一些 Python 内置模块。在本文中，你将学习到编写更少、更高效代码的 functools 技巧。Functools 是一个内置的 Python 模块，用于高阶函数和可调用对象上的操作。
Python装饰器应用--实现一个cache装饰器
python_lqx的博客
04-27 1098
数据类型的选择cache应该选用什么数据结构?key的存储key要求key算法设计调用的方式目标代码实现过期功能清除的时机装饰器的用途装饰器应用场景 简化设计，函数的形参定义不包括可变位置参数，可变关键字参数和keyword-only参数 可以不考虑缓存大小，也不用考虑存满了之后的换出问题 进阶如下 def add(x=4, y=5): time.sleep(3) return x + ...
Python中的@cache有什么妙用？
weixin_43790276的博客
04-12 2708
Python高阶技巧。
【Python】@cache装饰器使用 （依赖cachetools）
hanhan的博客
04-09 979
cachetools是一个 Python 缓存库，可以用于缓存函数的计算结果，以提高程序的性能和响应速度。使用cachetools可以避免重复计算、减少网络请求、降低数据库负载等问题，从而提高程序的效率和可靠性。cachetools的使用条件是函数的计算结果具有可重复性，即对于相同的输入参数，函数的输出结果始终相同。此外，cachetools还需要一些额外的配置参数，例如缓存的最大大小、缓存的过期时间等。使用cachetools。
python @classmethod 装饰器
03-16
@classmethod 是 Python 中的一个装饰器，用于定义类方法。类方法是一种在类级别上定义的方法，而不是在实例级别上定义的方法。使用 @classmethod 装饰器可以将一个普通方法转换为类方法。在类方法中，第一个参数通常被命名为 cls，它表示类本身，而不是实例。这使得类方法能够访问类级别的属性和方法，而不需要实例化对象。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值