from functools import lru_cache

functools.lru_cache

在洛谷中做到一个递归的题，提交每次都是超时，去看大佬的解答，发现人家增加了一行这个：

from functools import lru_cache
@lru_cache(maxsize=1000, typed=False)

查了一下，functool模块有lru_cache这样一个装饰器，它的作用主要是用来做缓存，将相对耗时的函数结果进行保存，避免重复计算。而且缓存并不会无限增长，不用的缓存会被释放。网上有关于缓存这样的解释：

缓存是一种将定量数据加以保存以备迎合后续获取需求的处理方式，旨在加快数据获取的速度。数据的生成过程可能需要经过计算，规整，远程获取等操作，如果是同一份数据需要多次使用，每次都重新生成会大大浪费时间。所以，如果将计算或者远程请求等操作获得的数据缓存下来，会加快后续的数据获取需求。

关于lru_cache:

在 Python 的 3.2 版本中，引入了一个非常优雅的缓存机制，即 functool 模块中的 lru_cache 装饰器，可以直接将函数或类方法的结果缓存住，后续调用则直接返回缓存的结果。

至于@lru_cache(maxsize=1000, typed=False)中的两个参数:

maxsize代表缓存的内存占用值，超过这个值，旧的结果将会被释放，而maxsize为None时，则无限制。该值设置为2的幂时，性能最佳。
typed若为True,则会把不同的参数类型得到的结果分开保存。

通常用斐波那契数列举例：（最近看轮到你了，这个数列让我觉得还有点浪漫）

from functools import lru_cache
@lru_cache(maxsize=128,typed=False)

def fibo(n):
    if n==0:
        return 0
    elif n==1:
        return 1
    else:
        return fibo(n-1)+fibo(n-2)

这里，递归调用fibonacci是在缓存中查找，而不是重复计算。
Python 缓存机制与 functools.lru_cache