PYTHON PROGRAMMING
本文讨论了使用Python标准库进行记忆化技术。functools.lru_cache装饰器使得这一过程非常简单！
我们都知道Python有时候运行速度很慢：
Python的运行速度并不那么糟糕！
我经常听到Python运行速度太慢了。真的吗？
VoAGI.com
Python中最耗费时间的通常是调用运行耗时的函数和类方法。假设您需要对相同参数运行这样一个函数两次，即使两次调用的结果完全相同，它仍然需要两倍的时间。有没有可能只记住这个结果，并在需要时再次使用呢？
是的，可以！这就是所谓的记忆化技术，它是编程中常用的术语。您可以实现自己的记忆化技术，但事实是，您并不需要这样做。Python为您提供了一个强大的记忆化工具，并将其收录在标准库中：functools.lru_cache装饰器。
尽管记忆化技术通常非常高效，但它在Python的教程中经常被忽略，即使是那些描述性能分析和内存优化的书籍也是如此。提到Python中的记忆化技术的书籍包括Julien Danjou的《Serious Python》，Luciano Ramalho的《Fluent Python, 2nd ed.》，Steven F. Lott的《Functional Python Programming, 3rd ed.》。
本文展示了两件事情：使用Python标准库中的记忆化技术（即使用functools.lru_cache）是多么简单，以及这种技术的强大之处。然而，并不是一帆风顺。因此，我们还将讨论使用functools.lru_cache缓存工具时可能遇到的问题。
使用functools模块进行缓存
functools.lru_cache
Python提供了多种记忆化工具，但今天我们讨论的是Python标准库中的一个：functools.lru_cache。