Python怎樣手動編寫一個自己的LRU緩存裝飾器

Python怎樣手動編寫一個自己的LRU緩存裝飾器，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

LRU緩存算法，指的是近期最少使用算法，大體邏輯就是淘汰最長時間沒有用的那個緩存，這里我們使用有序字典，來實現自己的LRU緩存算法，并將其包裝成一個裝飾器。

1、首先創建一個my_cache.py文件 編寫自己我們自己的LRU緩存算法，代碼如下：

import time
from collections import OrderedDict
 
'''
基于LRU，近期最少用緩存算法寫的裝飾器。
'''
 
 
class LRUCacheDict:
    def __init__(self, max_size=1024, expiration=60):
        self.max_size = max_size
        self.expiration = expiration
 
        self._cache = {}
        self._access_records = OrderedDict()  # 記錄訪問時間
        self._expire_records = OrderedDict()  # 記錄失效時間
 
    def __setitem__(self, key, value):  # 設置緩存
        now = int(time.time())
        self.__delete__(key)  # 刪除原有使用該Key的所有緩存
 
        self._cache[key] = value
        self._access_records = now  # 設置訪問時間
        self._expire_records = now + self.expiration  # 設置過期時間
        self.cleanup()
 
    def __getitem__(self, key):  # 更新緩存
        now = int(time.time())
        del self._access_records[key]  # 刪除原有的訪問時按
        self._access_records[key] = now
        self.cleanup()
 
    def __contains__(self, key):  # 這個是字典默認調用key的方法
        self.cleanup()
        return key in self._cache
 
    def __delete__(self, key):
        if key in self._cache:
            del self._cache[key]  # 刪除緩存
            del self._access_records[key]  # 刪除訪問時間
            del self._expire_records[key]  # 刪除過期時間
 
    def cleanup(self):  # 用于去掉無效（超過大小）和過期的緩存
        if self._expire_records is None:
            return None
 
        pending_delete_keys = []
        now = int(time.time())
        for k, v in self._expire_records.items():  # 判斷緩存是否失效
            if v < now:
                pending_delete_keys.append(k)
 
        for del_k in pending_delete_keys:
            self.__delete__(del_k)
 
        while len(self._cache) > self.max_size:  # 判斷緩存是否超過長度
            for k in self._access_records.keys():  # LRU 是在這里實現的，如果緩存用的最少，那么它存入在有序字典中的位置也就最前
                self.__delete__(k)
                break

代碼邏輯其實很簡單，上面的注釋已經很詳細了，不懂的話多看幾次。這里實現LRU邏輯的其實是有序字典OrderedDict，你最先存入的值就會存在字典的最前面。當一個值使用時候，我們會重新儲存過期時間，導致被經常使用的緩存，會存在字典的后面。而一但緩存的內容長度超過限制時候，這里會調用有序字典最前面的key（也即是近期相對用的最少的），并刪除對應的內容，以達到LRU的邏輯。

2、在將我們寫好的算法改成裝飾器：

from functools import wraps
from my_cache import LRUCacheDict
 
 
def lru_cache(max_size=1024, expiration=60, types='LRU'):
    if types == 'lru' or types == 'LRU':
        my_cache = LRUCacheDict(max_size=max_size, expiration=expiration)
 
    def wrapper(func):
        @wraps(func)
        def inner(*args, **kwargs):
            key = repr(*args, **kwargs)
            try:
                result = my_cache[key]
            except KeyError:
                result = func(*args, **kwargs)
                my_cache[key] = result
            return result
 
        return inner
 
    return wrapper

這里需要解釋的是直接使用 my_cache[key]，這個類似字典的方法，實際上是調用了 LRUCacheDict 中的 __contations__方法，這也是字典中實現通過key取值的方法。這個裝飾器里，我加入了types的參數，你們可以根據需求，實現不同的緩存算法，豐富這個裝飾器的功能，而lru緩存本身，其實已經是python的標準庫了，可以引入functools.lru_cache來調用。

看完上述內容，你們掌握Python怎樣手動編寫一個自己的LRU緩存裝飾器的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！