Как реализовать кэширование результатов функции с помощью декоратора?

Question

Кэширование можно реализовать с помощью декоратора, который сохраняет результаты функции в словаре. При повторном вызове с теми же аргументами возвращается сохранённый результат. Это ускоряет функции, которые часто вызываются с одинаковыми параметрами. В Python также есть готовое решение functools.lru_cache.

YeaHub · Accepted Answer

Кэширование (мемоизация) — это техника, при которой результат функции сохраняется и повторно используется.Простейшая реализация декоратораИдея:Создать словарь для хранения результатов.Проверять, есть ли результат в словаре.Если есть — вернуть его.Если нет — вычислить и сохранить.Пример:def cache_decorator(func):
    cache = {}

def wrapper(*args):
        if args in cache:
            return cache[args]

result = func(*args)
        cache[args] = result
        return result

return wrapper
Использование:@cache_decorator
def slow_function(x):
    # имитация тяжёлого вычисления
    return x * x
Готовое решение в стандартной библиотекеPython предоставляет:from functools import lru_cache

@lru_cache(maxsize=128)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)
Когда это полезноКэширование эффективно:при дорогих вычисленияхпри повторяющихся аргументахпри детерминированных функцияхНе подходит:если результат зависит от внешнего состоянияесли аргументы часто уникальныВыводКэширование через декораторы — простой способ ускорить вычисления. В большинстве случаев лучше использовать functools.lru_cache, так как он реализован эффективно и поддерживает управление размером кэша.