Python性能优化利器：lru_cache装饰器详解

在Python开发中，我们经常会遇到函数重复计算相同参数的情况，这时候functools.lru_cache装饰器就能大显身手了。

什么是lru_cache？

lru_cache是Python标准库functools模块提供的装饰器，它能自动缓存函数的调用结果，避免重复计算。LRU代表“最近最少使用”，当缓存达到设定容量时，它会自动淘汰最久未使用的缓存项。

基本使用示例

from functools import lru_cache
import time

@lru_cache(maxsize=128)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

# 首次计算会慢一些
start = time.time()
print(fibonacci(30))
print(f"耗时: {time.time() - start:.4f}秒")

# 再次计算相同参数时，直接从缓存读取
start = time.time()
print(fibonacci(30))
print(f"耗时: {time.time() - start:.4f}秒")

实际应用场景

1. 计算密集型函数：如数学计算、数据转换
2. IO操作缓存：数据库查询、API调用结果
3. 配置读取：避免重复读取配置文件

注意事项

• 被装饰的函数参数必须是可哈希的
• 对于动态变化的数据不适合使用
• 可以通过cache_clear()方法手动清空缓存

合理使用lru_cache能显著提升程序性能，特别是在递归计算或重复查询场景下。只需一行代码，就能为函数添加智能缓存功能，是Python开发者工具箱中的必备利器。