一日一技：实现函数调用结果的 LRU 缓存

摄影：产品经理

在工程项目中，可能有一些函数调用耗时很长，但是又需要反复多次调用，并且每次调用时，相同的参数得到的结果都是相同的。在这种情况下，我们可能会使用变量或者列表来存放，例如：

1. resp_1 = get_resp(param=1)

2. resp_2 = get_resp(param=2)

3. resp_3 = get_resp(param=3)

但是，如果返回的结果占用内存比较大，我们每次调用都把结果存在内存里面，就会消耗大量内存。

于是，我们可以使用 LRU 算法：最近最常使用的参数生成的结果，我们存下来，下次遇到相同的参数时直接返回结果。而不常出现的参数，等到需要的时候再计算。计算完成后，也先存下来。但是如果缓存空间不够了，不常使用的会先删除。

LRU 的算法自己手动实现起来比较麻烦，但好在 Python 的 functions模块已经提供了现成的 lru_cache装饰器供我们使用。

首先我们写一个不带 lru 算法的程序：

1. import time

2. import datetime

3. def say(name):

4. print(f'你好：{name}')

5. now = datetime.datetime.now()

6. return now

7. now = say('kingname')

8. print(f'现在时间为：{now}')

9. time.sleep(10)

10. now = say('产品经理')

11. print(f'现在时间为：{now}')

12. time.sleep(10)

13. now = say('kingname')

14. print(f'现在时间为：{now}')

运行效果如下图所示：

从运行结果可以看到，调用函数三次，第一次和第三次传入的参数都是 kingname，第二次传入的参数为 产品经理， 你好：kingname打印了两次， 你会：产品经理打印了一次。第二次打印的时间比第一次多了10秒，第三次打印的时间比第二次多了10秒。

现在我们把 LRU 缓存加上。

1. import time

2. import datetime

3. from functools import lru_cache

4. @lru_cache(maxsize=32)

5. def say(name):

6. print(f'你好：{name}')

7. now = datetime.datetime.now()

8. return now

9. now = say('kingname')

10. print(f'现在时间为：{now}')

11. time.sleep(10)

12. now = say('产品经理')

13. print(f'现在时间为：{now}')

14. time.sleep(10)

15. now = say('kingname')

16. print(f'现在时间为：{now}')

从打印出来的结果可以看出，第三次调用 say函数的时候，传入的也是 kingname，但是函数根本没有运行，所以没有打印第二个 你好：kingname。并且第三个时间与第一个时间完全相同。说明第三次调用函数的时候，直接读取的缓存。

lru_cache(maxsize=128,typed=False)接收两个参数，第一个参数 maxsize表示最多缓存多少个结果，这个数字建议设置为2的幂。超出这个结果就会启用 LRU 算法删除不常用的数据。第二个参数 typed表示是否检查参数类型，默认为 False，如果设置为 True，那么参数 3和 3.0会被当做不同的数据处理。

由于 lru_cache底层是基于字典来实现的缓存，所以参数都必须是 hashable 的，否则会导致报错。