python3记忆化搜索@lru_cache(None)实践

YMWM_

已于 2024-06-09 11:59:06 修改

阅读量919

点赞数

分类专栏： Python学习文章标签：深度优先算法

于 2022-11-29 23:37:26 首次发布

本文链接：https://blog.csdn.net/YMWM_/article/details/128107374

版权

Python学习专栏收录该内容

70 篇文章

订阅专栏

本文介绍了如何利用lru_cache实现记忆化递归，以避免在‘canCross’函数中对同一状态的多次计算，特别是在dfs函数中。通过lru_cache机制，当输入参数相同时，函数会直接返回缓存的结果，显著提高了算法效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

存在对同一状态多次求值，所以用记忆化递归，dfs前面加上@lru_cache(None)当参数相同时直接返回值不需要重复计算。

lru_cache全称是Least Recently Used Cache，即最近最少使用缓存。

from functools import lru_cache

def canCross(stones: List[int]) -> bool:
    @lru_cache(None)
    def dfs(pos,step):
        if pos==stones[-1]: return True
        for d in [-1,0,1]:
            if step+d>0 and pos+step+d in set(stones):
                if dfs(pos+step+d, step+d):
                    return True
        return False
    pos, step = 0, 0
    return dfs(pos, step)