lru_cache vs cache

在Python中,lru_cachecache都是functools模块提供的装饰器,用于缓存函数的结果,但它们的功能和使用场景略有不同。

functools.lru_cache

lru_cache表示"最近最少使用"缓存。它是一个装饰器,用于缓存函数调用的结果。当缓存达到设定的最大容量时,会丢弃最近最少使用的缓存项。这对于一些计算量大且频繁调用的函数非常有用。

  • 语法@functools.lru_cache(maxsize=128, typed=False)

  • 参数

    • maxsize:指定缓存的最大容量。如果设置为None,缓存大小不受限制。
    • typed:如果设置为True,则会将不同类型的参数视为不同的调用(例如,f(3)f(3.0)会分别缓存)。
  • 示例

    python 复制代码
    from functools import lru_cache
    
    @lru_cache(maxsize=100)
    def expensive_function(x):
        # 模拟耗时计算
        return x * x

functools.cache

cache是一个更简单版本的缓存装饰器。它是lru_cache(maxsize=None)的别名,表示提供一个不受限制的缓存。这在需要缓存所有函数调用结果且不考虑缓存淘汰策略时非常有用。

  • 语法@functools.cache

  • 示例

    python 复制代码
    from functools import cache
    
    @cache
    def expensive_function(x):
        # 模拟耗时计算
        return x * x

关键区别

  1. 淘汰策略

    • lru_cache:使用最近最少使用的淘汰策略。当缓存达到最大容量时,丢弃最近最少使用的项。
    • cache:没有淘汰策略,缓存项数量不受限制。
  2. 定制化

    • lru_cache:允许设置缓存大小(maxsize)和类型敏感性(typed)。
    • cache:没有定制化选项,相当于lru_cache(maxsize=None)

使用场景

  • lru_cache:适用于需要限制内存使用且对使用顺序敏感的缓存场景。
  • cache:适用于需要简单且不受限制的缓存场景。

leetcode

题目:https://leetcode.cn/problems/special-permutations/description/

我讲下述代码提交后,发现 @lru_cache(maxsize=None) 时间超时, @cache 能够成功提交;

建议大家leetcode 刷题的时候,还是使用 @cache 好一点,简单无脑还快一点;

python 复制代码
class Solution:
    def specialPerm(self, nums: List[int]) -> int:

        @cache
        # @lru_cache(maxsize=None)
        def dfs(rear:int, lefts: tuple):
            if len(lefts) == 0:
                return 1

            res = 0
            for item in lefts:
                if item % rear == 0 or rear % item == 0:
                    res += dfs(item, tuple(set(lefts) - set([item])))
            
            return res % (1e9 + 7)
            

        res = 0
        for item in nums:
            res += dfs(
                    item, 
                    tuple(set(nums) - set([item]))
                )

        return int(res % (1e9 + 7))
相关推荐
Bruce_Liuxiaowei5 分钟前
使用Python脚本在Mac上彻底清除Chrome浏览历史:开发实战与隐私保护指南
chrome·python·macos
ruyingcai66666618 分钟前
用python进行OCR识别
开发语言·python·ocr
Niuguangshuo21 分钟前
Python设计模式:MVC模式
python·设计模式·mvc
BB_CC_DD21 分钟前
四. 以Annoy算法建树的方式聚类清洗图像数据集,一次建树,无限次聚类搜索,提升聚类搜索效率。(附完整代码)
深度学习·算法·聚类
TOMGRIL24 分钟前
文件的读取操作
python
liuweidong080228 分钟前
【Pandas】pandas DataFrame radd
开发语言·python·pandas
IT_Octopus33 分钟前
AI工程pytorch小白TorchServe部署模型服务
人工智能·pytorch·python
CodeDevMaster1 小时前
browser-use:AI驱动的浏览器自动化工具使用指南
python·llm
内网渗透1 小时前
Python 虚拟环境管理:venv 与 conda 的选择与配置
开发语言·python·conda·虚拟环境·venv
薄荷很无奈1 小时前
CuML + Cudf (RAPIDS) 加速python数据分析脚本
python·机器学习·数据分析·gpu算力