Cache LRU con functools in Python
Livello 5317 battiture
Questo usa il decoratore @lru_cache per memorizzare i risultati delle funzioni, velocizzando drasticamente i calcoli ricorsivi.
Codice Python
# Importa lru_cache per la memoization1from functools import lru_cache# Importa time per misurare l'esecuzione2import time3 # Applica una cache LRU con al massimo 128 voci4@lru_cache(maxsize=128)# Definisce la funzione ricorsiva di Fibonacci5def fibonacci(n): # Caso base: restituisce n per 0 o 16 if n < 2: # Restituisce il valore base7 return n # Caso ricorsivo: somma dei due numeri precedenti8 return fibonacci(n - 1) + fibonacci(n - 2)9 # Registra il tempo di inizio10start = time.time()# Calcola fibonacci(35): le chiamate in cache sono istantanee11result = fibonacci(35)# Registra il tempo di fine12end = time.time()13 # Stampa il risultato14print(f"fib(35) = {result}")# Stampa il tempo di esecuzione15print(f"Time: {end - start:.4f}s")# Stampa le statistiche della cache (hit, miss, dimensione)16print(f"Cache: {fibonacci.cache_info()}")Output
fib(35) = 9227465 Time: 0.0001s Cache: CacheInfo(hits=33, misses=36, maxsize=128, currsize=36)
Esercitati a digitare questo codice. I risultati non vengono registrati in classifica.
Simboli in questo codice
I simboli che digiti in questo codice Python e quante volte compaiono.
(× 12)× 12"× 6:× 5=× 5.× 4_× 3-× 3{× 3}× 3