溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了“python如何使用內置的緩存機制來提高效率”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“python如何使用內置的緩存機制來提高效率”這篇文章吧。
使用內置的緩存機制來提高效率
緩存是一種存儲定量數據以滿足后續采集需求的方法，旨在加快數據采集的速度。
數據生成過程可能需要諸如計算，正則化和遠程獲取之類的操作。 如果同一數據需要多次使用，則每次重新生成都將浪費時間。
因此，如果將通過諸如計算或遠程請求之類的操作獲得的數據進行緩存，則將加速后續的數據獲取需求。
為了達到這個要求，Python 3.2+為我們提供了一種易于實現的機制，而無需您編寫這樣的邏輯代碼。
該機制是在functool模塊的lru_cache裝飾器中實現的。
參數解釋：
maxsize：此函數調用最多可以緩存多少個結果，如果為None則沒有限制，設置為2的冪時，性能最佳
類型：如果為True，則將分別緩存不同參數類型的調用。
例如：
輸出如下，您可以看到第二個調用不執行函數主體，而是直接將結果返回到緩存中：
calculating: 1 + 233 calculating: 2 + 35
以下是經典的斐波那契數列，當您指定較大的n時，會有很多重復的計算
現在可以將第6點中介紹的timeit用于測試可以提高多少效率。
如果不使用lru_cache，則運行時間為31秒：
使用lru_cache后，運行速度過快，因此我將n的值從30調整為500，但是即使這樣，運行時間也只有0.0004秒。 速度的提高非常顯著。
以上是“python如何使用內置的緩存機制來提高效率”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
