python中使用缓存技术

functools.cache 是 Python 3.9 中引入的一个装饰器，用于缓存函数的返回值，以便在相同的参数输入下，可以直接返回缓存的结果，而不必重新计算。这对于那些在相同输入下计算结果相同的函数来说非常有用。

使用 `functools.cache` 装饰器可以在函数的运行时动态地缓存结果，这样可以提高函数的执行速度，尤其是当函数的计算开销很大时。它在使用递归或者其他需要计算相同值多次的情况下尤其有用。

以下是一个简单的示例，演示了如何使用 `functools.cache` 装饰器：

import time
from functools import cache

@cache
def add(x):
    print(f"输入的数据是{x}...")
    time.sleep(2)
    return x+1

while True:
    data = int(input(">>...."))
    print(add(data))

在上面的示例中，`add函数使用了 `functools.cache` 装饰器，这意味着在第一次计算 add 的结果后，结果将被缓存，并在下一次调用 `fibonacci(n)` 时直接返回缓存的结果，而不必重新计算。

需要注意的是，`functools.cache` 是在 Python 3.9 中引入的，如果您的 Python 版本较低，可能需要考虑其他缓存方案，比如使用 `functools.lru_cache`。还有就是这个示例中的"

print(f"输入的数据是{x}...")",它只会再第一次打印，如果下次再次执行相同结构，函数会直接返回结果，不会去执行里面的代码。这点是要注意的。