如何在Python中缓存方法调用？

什么是缓存？

缓存是一种提高程序性能的一种优化手段，通过将计算好的结果存储在内存中，当下一次使用到相同的输入时，直接从内存中获取结果，避免重复计算。

Python中的缓存

在Python中，我们可以使用一些第三方库来实现缓存功能，如functools库的lru_cache方法和caching库等。下面我们分别来了解如何使用这两种方式在Python中实现缓存。

functools库的lru_cache方法

functools库是Python的标准库之一，提供了许多常用的工具函数。其中lru_cache方法可以将函数的调用结果缓存起来，避免重复计算。

假设我们要写一个函数来计算n的阶乘，递归式计算n!的时间复杂度为O(n)，而且会出现大量的重复计算。这时我们就可以使用lru_cache来缓存计算结果，提高计算效率。

import functools

@functools.lru_cache(maxsize=256)
def factorial(n):
    if n == 1:
        return 1
    else:
        return n * factorial(n - 1)

print(factorial(5)) # 120
print(factorial(10)) # 3628800

上面的代码中，我们使用lru_cache方法将factorial函数的调用结果缓存起来，当下一次调用相同的输入时，直接从缓存中获取结果，避免重复计算。

在上面的代码中，我们设置了maxsize=256，表示最多存储256个调用结果。如果调用次数超过了256次，那么早期的调用结果将会被丢弃，以便为新的调用结果腾出空间。

caching库

caching库是一个轻量级的Python缓存库，可以方便地对函数进行缓存。它提供了两种方式：内存缓存和持久化缓存。

内存缓存只在程序运行期间有效，程序重启后缓存将丢失，而持久化缓存可以将结果存储在本地文件系统或数据库中，即使程序重启也可以从缓存中读取结果。

在下面的例子中，我们展示了如何使用内存缓存和持久化缓存来缓存函数调用结果。

内存缓存

from caching import cached

@cached()
def fibonacci(n):
    if n in (0, 1):
        return n
    else:
        return fibonacci(n - 1) + fibonacci(n - 2)

print(fibonacci(10)) # 55
print(fibonacci(20)) # 6765

上面的代码中，我们使用cached装饰器将fibonacci函数的调用结果缓存到内存中，下次调用相同的输入时，直接从缓存中获取结果。

持久化缓存

当内存缓存的大小有限时，如果缓存空间不足，早期的结果将会被丢弃。这时我们可以使用持久化缓存来存储结果，以便长期保存。

from caching import cached

@cached(cache='file', expire=60)
def fibonacci(n):
    if n in (0, 1):
        return n
    else:
        return fibonacci(n - 1) + fibonacci(n - 2)

print(fibonacci(10)) # 55
print(fibonacci(20)) # 6765

上面的代码中，我们使用cached装饰器将fibonacci函数的调用结果缓存到文件系统中，过期时间为60秒。当60秒后再次调用相同的输入时，将会重新计算，重新缓存结果。