Cache LRU avec functools en Python
Niveau 5317 frappes
Ceci utilise le décorateur @lru_cache pour mémoïser les résultats de la fonction, ce qui accélère fortement les calculs récursifs.
Code Python
# Importe lru_cache pour la mémoïsation1from functools import lru_cache# Importe time pour mesurer l'exécution2import time3 # Applique un cache LRU de 128 entrées au maximum4@lru_cache(maxsize=128)# Définit la fonction Fibonacci récursive5def fibonacci(n): # Cas de base : retourne n pour 0 ou 16 if n < 2: # Retourne la valeur de base7 return n # Cas récursif : somme des deux nombres précédents8 return fibonacci(n - 1) + fibonacci(n - 2)9 # Enregistre le temps de début10start = time.time()# Calcule fibonacci(35) : les appels en cache sont instantanés11result = fibonacci(35)# Enregistre le temps de fin12end = time.time()13 # Affiche le résultat14print(f"fib(35) = {result}")# Affiche le temps d'exécution15print(f"Time: {end - start:.4f}s")# Affiche les statistiques du cache (hits, misses, taille)16print(f"Cache: {fibonacci.cache_info()}")Sortie
fib(35) = 9227465 Time: 0.0001s Cache: CacheInfo(hits=33, misses=36, maxsize=128, currsize=36)
Entraînez-vous à taper ce code. Les résultats ne sont pas enregistrés dans le classement.
Symboles de ce code
Les symboles que vous tapez dans ce code Python et leur nombre d'occurrences.
(× 12)× 12"× 6:× 5=× 5.× 4_× 3-× 3{× 3}× 3