Кэширование – это метод, используемый в компьютерном программировании для повышения производительности приложения путем сохранения результатов дорогостоящих операций и их возврата при повторном запросе той же операции. Python предоставляет несколько методов и библиотек для реализации кэширования, одна из которых — functools.lru_cache. В этой статье мы рассмотрим различные методы, в том числе functools.lru_cache, и предоставим примеры кода, демонстрирующие их использование.

1. Использование functools.lru_cache:
   Декоратор functools.lru_cache— это встроенный метод в модуле Python functools, который означает «наименее использованный кеш»..” Он кэширует результаты функции и возвращает кэшированное значение, когда те же входные данные встречаются снова. Вот пример:

from functools import lru_cache
@lru_cache(maxsize=128)
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)
print(fibonacci(10))  # Output: 55

2. Мемоизация с помощью словаря.
   Мемоизация — это метод, при котором результаты функции кэшируются с использованием словаря. Этот подход полезен, когда вам нужен больший контроль над механизмом кэширования. Вот пример:

def fibonacci(n, cache={}):
    if n in cache:
        return cache[n]
    if n <= 1:
        result = n
    else:
        result = fibonacci(n-1) + fibonacci(n-2)
    cache[n] = result
    return result
print(fibonacci(10))  # Output: 55

3. Использование пользовательского класса кэша.
   Вы можете создать собственный класс кэша для реализации кэширования для определенных функций. Этот подход позволяет вам определять стратегии кэширования, такие как срок действия по времени. Вот пример:

class CustomCache:
    def __init__(self):
        self.cache = {}
    def get(self, key):
        return self.cache.get(key)
    def set(self, key, value):
        self.cache[key] = value
# Example usage
cache = CustomCache()
def expensive_operation(n):
    result = cache.get(n)
    if result is None:
        result = perform_expensive_operation(n)
        cache.set(n, result)
    return result

Кэширование — мощный метод оптимизации производительности приложений Python. В этой статье мы рассмотрели различные методы, включая встроенный декоратор functools.lru_cache, мемоизацию со словарем и использование специального класса кэша. Каждый метод имеет свои преимущества и может применяться в зависимости от конкретных требований вашего приложения. Внедрив кэширование, вы сможете значительно снизить вычислительную нагрузку и улучшить скорость реагирования вашего кода.