Python 的 Functools LRU缓存
等级 5317 次按键
这使用@lru_cache装饰器来缓存函数结果(记忆化),大大加快递归计算。
Python 代码
# 导入lru_cache用于记忆化1from functools import lru_cache# 导入time用于测量执行时间2import time3 # 应用最大128条目的LRU缓存4@lru_cache(maxsize=128)# 定义递归斐波那契函数5def fibonacci(n): # 基本情况:0或1时返回n6 if n < 2: # 返回基本值7 return n # 递归情况:前两个数的和8 return fibonacci(n - 1) + fibonacci(n - 2)9 # 记录开始时间10start = time.time()# 计算fibonacci(35):命中缓存的调用会立即返回11result = fibonacci(35)# 记录结束时间12end = time.time()13 # 打印结果14print(f"fib(35) = {result}")# 打印执行时间15print(f"Time: {end - start:.4f}s")# 打印缓存统计(命中、未命中、大小)16print(f"Cache: {fibonacci.cache_info()}")运行结果
fib(35) = 9227465 Time: 0.0001s Cache: CacheInfo(hits=33, misses=36, maxsize=128, currsize=36)
可以用这段代码练习打字。成绩不会计入排行榜。
这段代码中的符号
这段 Python 代码中需要输入的符号及其出现次数。
(× 12)× 12"× 6:× 5=× 5.× 4_× 3-× 3{× 3}× 3