Functools LRU-Cache in Python

Level 5317 Tastenanschläge

Dies verwendet den @lru_cache-Dekorator, um Funktionsergebnisse zu memoizieren und rekursive Berechnungen erheblich zu beschleunigen.

Python-Code

# Importiert lru_cache für Memoization
1from functools import lru_cache
# Importiert time zur Zeitmessung
2import time
3
# Wendet einen LRU-Cache mit maximal 128 Einträgen an
4@lru_cache(maxsize=128)
# Definiert die rekursive Fibonacci-Funktion
5def fibonacci(n):
# Basisfall: gibt n für 0 oder 1 zurück
6 if n < 2:
# Gibt den Basiswert zurück
7 return n
# Rekursiver Fall: Summe der zwei vorherigen Zahlen
8 return fibonacci(n - 1) + fibonacci(n - 2)
9
# Speichert die Startzeit
10start = time.time()
# Berechnet fibonacci(35): Aufrufe aus dem Cache kosten praktisch nichts
11result = fibonacci(35)
# Speichert die Endzeit
12end = time.time()
13
# Gibt das Ergebnis aus
14print(f"fib(35) = {result}")
# Gibt die Ausführungszeit aus
15print(f"Time: {end - start:.4f}s")
# Gibt Cache-Statistiken aus (Treffer, Fehlschläge, Größe)
16print(f"Cache: {fibonacci.cache_info()}")

Ausgabe

fib(35) = 9227465
Time: 0.0001s
Cache: CacheInfo(hits=33, misses=36, maxsize=128, currsize=36)
Diesen Code tippen üben

Übe, diesen Code zu tippen. Ergebnisse werden nicht in der Rangliste gespeichert.

Symbole in diesem Code

Die Symbole, die du in diesem Python-Code tippst, und wie oft sie vorkommen.

  • (× 12
  • )× 12
  • "× 6
  • :× 5
  • =× 5
  • .× 4
  • _× 3
  • -× 3
  • {× 3
  • }× 3

Weitere Python-Beispiele auf Level 5

← Python-Tippübungen