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 mémoïsation
1from functools import lru_cache
# Importe time pour mesurer l'exécution
2import time
3
# Applique un cache LRU de 128 entrées au maximum
4@lru_cache(maxsize=128)
# Définit la fonction Fibonacci récursive
5def fibonacci(n):
# Cas de base : retourne n pour 0 ou 1
6 if n < 2:
# Retourne la valeur de base
7 return n
# Cas récursif : somme des deux nombres précédents
8 return fibonacci(n - 1) + fibonacci(n - 2)
9
# Enregistre le temps de début
10start = time.time()
# Calcule fibonacci(35) : les appels en cache sont instantanés
11result = fibonacci(35)
# Enregistre le temps de fin
12end = time.time()
13
# Affiche le résultat
14print(f"fib(35) = {result}")
# Affiche le temps d'exécution
15print(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)
S'entraîner à taper ce code

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

Autres exemples Python de niveau 5

← Entraînement à la frappe Python