《深入理解 functools.lru_cache：原理、实战与性能优化全解析》

《深入理解 functools.lru_cache：原理、实战与性能优化全解析》

“缓存不是魔法，而是对时间的尊重。”

在 Python 的日常开发中，我们经常会遇到这样的问题：某些函数计算代价高昂、调用频繁，但其输入输出却高度重复。比如递归计算斐波那契数列、频繁读取配置文件、或是执行数据库查询等。此时，如果我们能“记住”之前的计算结果，就能显著提升程序性能。

Python 标准库中的 functools.lru_cache 正是为此而生的利器。它以极低的侵入性，为函数添加了高效的缓存机制。本文将带你从原理到实战，全面掌握 lru_cache 的使用与实现机制，助你写出更快、更优雅的 Python 代码。

---

一、什么是 lru_cache？

functools.lru_cache 是 Python 3.2 引入的一个装饰器，用于为函数添加 最近最少使用（Least Recently Used, LRU）缓存。它会自动记录函数的输入参数和对应的返回值，当函数再次以相同参数调用时，直接返回缓存结果，避免重复计算。

快速示例：

from functools import lru_cache

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

print(fib(35))  # 快得惊人！

---

二、为什么使用 LRU 缓存？

✅ 提升性能

避免重复计算，尤其适用于纯函数（相同输入总是返回相同输出）。

✅ 降低资源消耗