Hướng dẫn python in-memory cache - bộ đệm trong bộ nhớ python

Thực hiện bộ nhớ cache bằng từ điển Python

Bạn có thể thực hiện một giải pháp bộ đệm trong Python bằng cách sử dụng từ điển.

Ở lại với ví dụ NewsReader, thay vì truy cập trực tiếp đến máy chủ mỗi khi bạn cần tải xuống một bài viết, bạn có thể kiểm tra xem bạn có nội dung trong bộ nhớ cache của mình không và quay lại máy chủ nếu bạn không có. Bạn có thể sử dụng URL bài viết làm khóa và nội dung của nó làm giá trị.

Ở đây, một ví dụ về cách kỹ thuật bộ đệm này có thể trông:

 1import requests
 2
 3cache = dict()
 4
 5def get_article_from_server(url):
 6    print("Fetching article from server...")
 7    response = requests.get(url)
 8    return response.text
 9
10def get_article(url):
11    print("Getting article...")
12    if url not in cache:
13        cache[url] = get_article_from_server(url)
14
15    return cache[url]
16
17get_article("https://realpython.com/sorting-algorithms-python/")
18get_article("https://realpython.com/sorting-algorithms-python/")

Lưu mã này vào tệp

 1def steps_to(stair):
 2    if stair == 1:
 3        # You can reach the first stair with only a single step
 4        # from the floor.
 5        return 1
 6    elif stair == 2:
 7        # You can reach the second stair by jumping from the
 8        # floor with a single two-stair hop or by jumping a single
 9        # stair a couple of times.
10        return 2
11    elif stair == 3:
12        # You can reach the third stair using four possible
13        # combinations:
14        # 1. Jumping all the way from the floor
15        # 2. Jumping two stairs, then one
16        # 3. Jumping one stair, then two
17        # 4. Jumping one stair three times
18        return 4
19    else:
20        # You can reach your current stair from three different places:
21        # 1. From three stairs down
22        # 2. From two stairs down
23        # 2. From one stair down
24        #
25        # If you add up the number of ways of getting to those
26        # those three positions, then you should have your solution.
27        return (
28            steps_to(stair - 3)
29            + steps_to(stair - 2)
30            + steps_to(stair - 1)
31        )
32
33print(steps_to(4))

 1def steps_to(stair):
 2    if stair == 1:
 3        # You can reach the first stair with only a single step
 4        # from the floor.
 5        return 1
 6    elif stair == 2:
 7        # You can reach the second stair by jumping from the
 8        # floor with a single two-stair hop or by jumping a single
 9        # stair a couple of times.
10        return 2
11    elif stair == 3:
12        # You can reach the third stair using four possible
13        # combinations:
14        # 1. Jumping all the way from the floor
15        # 2. Jumping two stairs, then one
16        # 3. Jumping one stair, then two
17        # 4. Jumping one stair three times
18        return 4
19    else:
20        # You can reach your current stair from three different places:
21        # 1. From three stairs down
22        # 2. From two stairs down
23        # 2. From one stair down
24        #
25        # If you add up the number of ways of getting to those
26        # those three positions, then you should have your solution.
27        return (
28            steps_to(stair - 3)
29            + steps_to(stair - 2)
30            + steps_to(stair - 1)
31        )
32
33print(steps_to(4))

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Lưu ý cách bạn nhận được chuỗi

 1def steps_to(stair):
 2    if stair == 1:
 3        # You can reach the first stair with only a single step
 4        # from the floor.
 5        return 1
 6    elif stair == 2:
 7        # You can reach the second stair by jumping from the
 8        # floor with a single two-stair hop or by jumping a single
 9        # stair a couple of times.
10        return 2
11    elif stair == 3:
12        # You can reach the third stair using four possible
13        # combinations:
14        # 1. Jumping all the way from the floor
15        # 2. Jumping two stairs, then one
16        # 3. Jumping one stair, then two
17        # 4. Jumping one stair three times
18        return 4
19    else:
20        # You can reach your current stair from three different places:
21        # 1. From three stairs down
22        # 2. From two stairs down
23        # 2. From one stair down
24        #
25        # If you add up the number of ways of getting to those
26        # those three positions, then you should have your solution.
27        return (
28            steps_to(stair - 3)
29            + steps_to(stair - 2)
30            + steps_to(stair - 1)
31        )
32
33print(steps_to(4))

 1def steps_to(stair):
 2    if stair == 1:
 3        # You can reach the first stair with only a single step
 4        # from the floor.
 5        return 1
 6    elif stair == 2:
 7        # You can reach the second stair by jumping from the
 8        # floor with a single two-stair hop or by jumping a single
 9        # stair a couple of times.
10        return 2
11    elif stair == 3:
12        # You can reach the third stair using four possible
13        # combinations:
14        # 1. Jumping all the way from the floor
15        # 2. Jumping two stairs, then one
16        # 3. Jumping one stair, then two
17        # 4. Jumping one stair three times
18        return 4
19    else:
20        # You can reach your current stair from three different places:
21        # 1. From three stairs down
22        # 2. From two stairs down
23        # 2. From one stair down
24        #
25        # If you add up the number of ways of getting to those
26        # those three positions, then you should have your solution.
27        return (
28            steps_to(stair - 3)
29            + steps_to(stair - 2)
30            + steps_to(stair - 1)
31        )
32
33print(steps_to(4))

 1def steps_to(stair):
 2    if stair == 1:
 3        # You can reach the first stair with only a single step
 4        # from the floor.
 5        return 1
 6    elif stair == 2:
 7        # You can reach the second stair by jumping from the
 8        # floor with a single two-stair hop or by jumping a single
 9        # stair a couple of times.
10        return 2
11    elif stair == 3:
12        # You can reach the third stair using four possible
13        # combinations:
14        # 1. Jumping all the way from the floor
15        # 2. Jumping two stairs, then one
16        # 3. Jumping one stair, then two
17        # 4. Jumping one stair three times
18        return 4
19    else:
20        # You can reach your current stair from three different places:
21        # 1. From three stairs down
22        # 2. From two stairs down
23        # 2. From one stair down
24        #
25        # If you add up the number of ways of getting to those
26        # those three positions, then you should have your solution.
27        return (
28            steps_to(stair - 3)
29            + steps_to(stair - 2)
30            + steps_to(stair - 1)
31        )
32
33print(steps_to(4))

Chiến lược bộ nhớ đệm

Có một vấn đề lớn với việc triển khai bộ đệm này: Nội dung của từ điển sẽ phát triển vô thời hạn! Khi người dùng tải xuống nhiều bài viết hơn, ứng dụng sẽ tiếp tục lưu trữ chúng trong bộ nhớ, cuối cùng khiến ứng dụng bị sập.

Để giải quyết vấn đề này, bạn cần một chiến lược để quyết định bài viết nào nên ở trong bộ nhớ và nên loại bỏ. Các chiến lược lưu trữ này là các thuật toán tập trung vào việc quản lý thông tin được lưu trữ và chọn các mục nào để loại bỏ để nhường chỗ cho các mục mới.

Có một số chiến lược khác nhau mà bạn có thể sử dụng để trục xuất các mục từ bộ đệm và giữ cho nó không phát triển quá khứ từ kích thước tối đa của nó. Dưới đây là năm trong số những người phổ biến nhất, với lời giải thích khi mỗi người hữu ích nhất:

Trong các phần dưới đây, bạn sẽ xem xét kỹ hơn về chiến lược LRU và cách thực hiện nó bằng cách sử dụng nhà trang trí

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Lặn vào chiến lược bộ đệm ít được sử dụng gần đây nhất (LRU)

Một bộ đệm được triển khai bằng chiến lược LRU tổ chức các mục của nó theo thứ tự sử dụng. Mỗi khi bạn truy cập một mục nhập, thuật toán LRU sẽ di chuyển nó lên đầu bộ đệm. Bằng cách này, thuật toán có thể nhanh chóng xác định mục nhập mà Lừa không sử dụng lâu nhất bằng cách nhìn vào dưới cùng của danh sách.

Hình sau đây cho thấy biểu diễn bộ đệm giả thuyết sau khi người dùng của bạn yêu cầu một bài viết từ mạng:

Lưu ý cách bộ đệm lưu trữ bài viết trong vị trí gần đây nhất trước khi phục vụ nó cho người dùng. Hình sau đây cho thấy những gì xảy ra khi người dùng yêu cầu bài viết thứ hai:

Bài viết thứ hai lấy vị trí gần đây nhất, đẩy bài viết đầu tiên xuống danh sách.

Chiến lược LRU giả định rằng gần đây một đối tượng đã được sử dụng, càng có nhiều khả năng cần thiết trong tương lai, vì vậy nó cố gắng giữ đối tượng đó trong bộ đệm trong thời gian dài nhất.

Nhìn trộm phía sau hậu trường của bộ đệm LRU

Một cách để thực hiện bộ đệm LRU trong Python là sử dụng kết hợp danh sách được liên kết gấp đôi và bản đồ băm. Yếu tố đầu của danh sách được liên kết gấp đôi sẽ chỉ ra mục nhập được sử dụng gần đây nhất và đuôi sẽ chỉ ra mục nhập ít gần đây nhất.head element of the doubly linked list would point to the most recently used entry, and the tail would point to the least recently used entry.

Hình dưới đây cho thấy cấu trúc tiềm năng của việc triển khai bộ đệm LRU đằng sau hậu trường:

Sử dụng bản đồ băm, bạn có thể đảm bảo quyền truy cập vào mọi mục trong bộ đệm bằng cách ánh xạ từng mục vào vị trí cụ thể trong danh sách được liên kết gấp đôi.

Chiến lược này rất nhanh. Truy cập mục ít nhất được sử dụng gần đây và cập nhật bộ đệm là các hoạt động với thời gian chạy O (1).

Kể từ phiên bản 3.2, Python đã bao gồm nhà trang trí

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Chơi với cầu thang

Hãy tưởng tượng bạn muốn xác định tất cả các cách khác nhau mà bạn có thể đến một cầu thang cụ thể trong cầu thang bằng cách nhảy một, hai hoặc ba cầu thang cùng một lúc. Có bao nhiêu con đường đến cầu thang thứ tư? Dưới đây là tất cả các kết hợp khác nhau:

Bạn có thể đóng khung một giải pháp cho vấn đề này bằng cách tuyên bố rằng, để đến cầu thang hiện tại của bạn, bạn có thể nhảy từ một cầu thang, hai cầu thang hoặc ba cầu thang bên dưới. Thêm số lượng kết hợp nhảy bạn có thể sử dụng để đạt được từng điểm đó sẽ cung cấp cho bạn tổng số cách có thể để đạt được vị trí hiện tại của bạn.

Ví dụ: số lượng kết hợp để đạt được cầu thang thứ tư sẽ bằng tổng số các cách khác nhau mà bạn có thể đạt được cầu thang thứ ba, thứ hai và thứ nhất:

Như thể hiện trong hình, có bảy cách khác nhau để đến cầu thang thứ tư. Lưu ý cách giải pháp cho một cầu thang nhất định dựa trên các câu trả lời cho các vấn đề nhỏ hơn. Trong trường hợp này, để xác định các đường dẫn khác nhau đến cầu thang thứ tư, bạn có thể thêm bốn cách đến cầu thang thứ ba, hai cách đến cầu thang thứ hai và một cách đến cầu thang thứ nhất.

Cách tiếp cận này được gọi là đệ quy. Nếu bạn muốn tìm hiểu thêm, thì hãy kiểm tra suy nghĩ đệ quy trong Python để giới thiệu về chủ đề này.recursion. If you want to learn more, then check out Thinking Recursively in Python for an introduction to the topic.

Ở đây, một chức năng thực hiện đệ quy này:

 1def steps_to(stair):
 2    if stair == 1:
 3        # You can reach the first stair with only a single step
 4        # from the floor.
 5        return 1
 6    elif stair == 2:
 7        # You can reach the second stair by jumping from the
 8        # floor with a single two-stair hop or by jumping a single
 9        # stair a couple of times.
10        return 2
11    elif stair == 3:
12        # You can reach the third stair using four possible
13        # combinations:
14        # 1. Jumping all the way from the floor
15        # 2. Jumping two stairs, then one
16        # 3. Jumping one stair, then two
17        # 4. Jumping one stair three times
18        return 4
19    else:
20        # You can reach your current stair from three different places:
21        # 1. From three stairs down
22        # 2. From two stairs down
23        # 2. From one stair down
24        #
25        # If you add up the number of ways of getting to those
26        # those three positions, then you should have your solution.
27        return (
28            steps_to(stair - 3)
29            + steps_to(stair - 2)
30            + steps_to(stair - 1)
31        )
32
33print(steps_to(4))

Lưu mã này vào một tệp có tên

$ python stairs.py
53798080

Tuyệt quá! Mã này hoạt động cho

$ python stairs.py
53798080

$ python stairs.py
53798080

$ python stairs.py
53798080

Wow, hơn 53 triệu kết hợp! Đó là rất nhiều hoa bia!

Thời gian mã của bạn

Khi tìm ra giải pháp cho cầu thang thứ ba mươi, kịch bản này mất khá nhiều thời gian để hoàn thành. Để có được một đường cơ sở, bạn có thể đo được thời gian để mã chạy.

Để thực hiện điều này, bạn có thể sử dụng mô -đun Python từ ____33. Thêm các dòng sau sau dòng 33:

35setup_code = "from __main__ import steps_to"
36stmt = "steps_to(30)"
37times = repeat(setup=setup_code, stmt=stmt, repeat=3, number=10)
38print(f"Minimum execution time: {min(times)}")

Bạn cũng cần nhập mô -đun

$ python stairs.py
53798080

 1from timeit import repeat

Ở đây, một lời giải thích từng dòng về các bổ sung này:

• Dòng 35 nhập tên của

  $ python stairs.py
  53798080
  

  5 để

  $ python stairs.py
  53798080
  

  6 biết cách gọi nó. imports the name of

  $ python stairs.py
  53798080
  

  5 so that

  $ python stairs.py
  53798080
  

  6 knows how to call it.
• Dòng 36 chuẩn bị cuộc gọi đến hàm với số cầu thang bạn muốn tiếp cận, trong trường hợp này là

  $ python stairs.py
  53798080
  

  2. Đây là tuyên bố sẽ được thực thi và hẹn giờ. prepares the call to the function with the stair number you want to reach, which in this case is

  $ python stairs.py
  53798080
  

  2. This is the statement that will be executed and timed.
• Dòng 37 gọi

  $ python stairs.py
  53798080
  

  6 với mã thiết lập và câu lệnh. Điều này sẽ gọi hàm

  $ python stairs.py
  53798080
  

  9 lần, trả về số giây mỗi lần thực hiện. calls

  $ python stairs.py
  53798080
  

  6 with the setup code and the statement. This will call the function

  $ python stairs.py
  53798080
  

  9 times, returning the number of seconds each execution took.
• Dòng 38 xác định và in thời gian ngắn nhất được trả về. identifies and prints the shortest time returned.

Bây giờ chạy lại tập lệnh:

$ python stairs.py
53798080
Minimum execution time: 40.014977024000004

Số giây bạn sẽ thấy phụ thuộc vào phần cứng cụ thể của bạn. Trên hệ thống của tôi, kịch bản mất bốn mươi giây, khá chậm cho chỉ ba mươi cầu thang!

Một giải pháp mất nhiều thời gian này là một vấn đề, nhưng bạn có thể cải thiện nó bằng cách sử dụng ghi nhớ.

Sử dụng ghi nhớ để cải thiện giải pháp

Việc thực hiện đệ quy này giải quyết vấn đề bằng cách chia nó thành các bước nhỏ hơn xây dựng lẫn nhau. Hình sau đây cho thấy một cây trong đó mọi nút đại diện cho một cuộc gọi cụ thể đến

$ python stairs.py
53798080

Lưu ý cách bạn cần gọi

$ python stairs.py
53798080

35setup_code = "from __main__ import steps_to"
36stmt = "steps_to(30)"
37times = repeat(setup=setup_code, stmt=stmt, repeat=3, number=10)
38print(f"Minimum execution time: {min(times)}")

35setup_code = "from __main__ import steps_to"
36stmt = "steps_to(30)"
37times = repeat(setup=setup_code, stmt=stmt, repeat=3, number=10)
38print(f"Minimum execution time: {min(times)}")

35setup_code = "from __main__ import steps_to"
36stmt = "steps_to(30)"
37times = repeat(setup=setup_code, stmt=stmt, repeat=3, number=10)
38print(f"Minimum execution time: {min(times)}")

35setup_code = "from __main__ import steps_to"
36stmt = "steps_to(30)"
37times = repeat(setup=setup_code, stmt=stmt, repeat=3, number=10)
38print(f"Minimum execution time: {min(times)}")

Để khắc phục vấn đề này, bạn có thể sử dụng một kỹ thuật gọi là ghi nhớ. Cách tiếp cận này đảm bảo rằng một hàm không chạy cho cùng một đầu vào nhiều lần bằng cách lưu trữ kết quả của nó vào bộ nhớ và sau đó tham chiếu nó sau khi cần thiết. Kịch bản này nghe có vẻ là cơ hội hoàn hảo để sử dụng Python từ

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Chỉ với hai thay đổi, bạn có thể cải thiện đáng kể thời gian chạy thuật toán:

1. Nhập công cụ trang trí

   $ pip install requests
   $ python caching.py
   Getting article...
   Fetching article from server...
   Getting article...
   

   8 từ mô -đun

   $ pip install requests
   $ python caching.py
   Getting article...
   Fetching article from server...
   Getting article...
   

   7.
2. Sử dụng

   $ pip install requests
   $ python caching.py
   Getting article...
   Fetching article from server...
   Getting article...
   

   8 để trang trí

   $ python stairs.py
   53798080
   

   5.

Dưới đây, phần đầu của tập lệnh sẽ trông như thế nào với hai bản cập nhật:

 1from functools import lru_cache
 2from timeit import repeat
 3
 4@lru_cache
 5def steps_to(stair):
 6    if stair == 1:

Chạy tập lệnh được cập nhật tạo ra kết quả sau:

$ python stairs.py
53798080
Minimum execution time: 7.999999999987184e-07

Bộ nhớ đệm kết quả của chức năng mất thời gian chạy từ 40 giây xuống còn 0,0008 mili giây! Đó là một cải tiến tuyệt vời!

Hãy nhớ rằng, đằng sau hậu trường, người trang trí

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

$ python stairs.py
53798080

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Giải nén chức năng của @lru_cache

Với bộ trang trí

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Nhà trang trí Python từ

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

 1from timeit import repeat

 1from timeit import repeat

 1from timeit import repeat

 1from timeit import repeat

$ python stairs.py
53798080
Minimum execution time: 40.014977024000004

Ở đây, một ví dụ về

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

 1from timeit import repeat

 1from functools import lru_cache
 2from timeit import repeat
 3
 4@lru_cache(maxsize=16)
 5def steps_to(stair):
 6    if stair == 1:

Trong trường hợp này, bạn đã giới hạn bộ đệm đến tối đa các mục

$ python stairs.py
53798080
Minimum execution time: 40.014977024000004

$ python stairs.py
53798080
Minimum execution time: 40.014977024000004

Để xem điều gì xảy ra với sự bổ sung mới này vào mã này, bạn có thể sử dụng

$ python stairs.py
53798080
Minimum execution time: 40.014977024000004

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Nếu bạn gọi lại tập lệnh, thì bạn sẽ thấy kết quả sau:

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Bạn có thể sử dụng thông tin được trả về bởi

$ python stairs.py
53798080
Minimum execution time: 40.014977024000004

Ở đây, một sự cố của các thuộc tính được cung cấp bởi

$ python stairs.py
53798080
Minimum execution time: 40.014977024000004

• $ python stairs.py
  53798080
  Minimum execution time: 40.014977024000004
  

  9 là số lượng cuộc gọi mà

  $ pip install requests
  $ python caching.py
  Getting article...
  Fetching article from server...
  Getting article...
  

  8 đã trả lại trực tiếp từ bộ nhớ vì chúng tồn tại trong bộ đệm. is the number of calls that

  $ pip install requests
  $ python caching.py
  Getting article...
  Fetching article from server...
  Getting article...
  

  8 returned directly from memory because they existed in the cache.

•  1from functools import lru_cache
   2from timeit import repeat
   3
   4@lru_cache
   5def steps_to(stair):
   6    if stair == 1:
  

  1 là số lượng cuộc gọi mà didn đến từ bộ nhớ và được tính toán. Vì bạn đang cố gắng tìm số bước để đến cầu thang thứ ba mươi, nên có ý nghĩa rằng mỗi cuộc gọi này đã bỏ lỡ bộ đệm ngay lần đầu tiên chúng được thực hiện. is the number of calls that didn’t come from memory and were computed. Since you’re trying to find the number of steps to reach the thirtieth stair, it makes sense that each of these calls missed the cache the first time they were made.

•  1from functools import lru_cache
   2from timeit import repeat
   3
   4@lru_cache
   5def steps_to(stair):
   6    if stair == 1:
  

  2 là kích thước của bộ đệm như bạn đã định nghĩa với thuộc tính

   1from timeit import repeat
  

  6 của bộ trang trí. is the size of the cache as you defined it with the

   1from timeit import repeat
  

  6 attribute of the decorator.

•  1from functools import lru_cache
   2from timeit import repeat
   3
   4@lru_cache
   5def steps_to(stair):
   6    if stair == 1:
  

  4 là kích thước hiện tại của bộ đệm. Trong trường hợp này, nó cho thấy bộ nhớ cache của bạn đã đầy. is the current size of the cache. In this case, it shows that your cache is full.

Nếu bạn cần xóa tất cả các mục từ bộ đệm, thì bạn có thể sử dụng

 1from functools import lru_cache
 2from timeit import repeat
 3
 4@lru_cache
 5def steps_to(stair):
 6    if stair == 1:

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Kỷ niệm các mục lưu trữ dựa trên cả thời gian và không gian

Nhà trang trí

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Điều này trình bày một vấn đề cho tập lệnh giám sát của bạn vì bạn sẽ không bao giờ tìm nạp các bản cập nhật được xuất bản cho các bài viết được lưu trong bộ nhớ cache trước đó. Để giải quyết vấn đề này, bạn có thể cập nhật triển khai bộ đệm để hết hạn sau một thời gian cụ thể.

Bạn có thể thực hiện ý tưởng này thành một nhà trang trí mới mở rộng

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Ở đây, một triển khai có thể của người trang trí mới này:

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Ở đây, một sự cố của việc thực hiện này:

• Dòng 4: Bộ trang trí

   1from functools import lru_cache
   2from timeit import repeat
   3
   4@lru_cache(maxsize=16)
   5def steps_to(stair):
   6    if stair == 1:
  

  4 sẽ hỗ trợ thời gian tồn tại của các mục trong bộ đệm (tính bằng giây) và kích thước tối đa của bộ đệm.: The

   1from functools import lru_cache
   2from timeit import repeat
   3
   4@lru_cache(maxsize=16)
   5def steps_to(stair):
   6    if stair == 1:
  

  4 decorator will support the lifetime of the entries in the cache (in seconds) and the maximum size of the cache.
• Dòng 6: Mã kết thúc chức năng được trang trí với bộ trang trí

   1from functools import lru_cache
   2from timeit import repeat
   3
   4@lru_cache(maxsize=16)
   5def steps_to(stair):
   6    if stair == 1:
  

  5. Điều này cho phép bạn sử dụng chức năng bộ đệm đã được cung cấp bởi

   1from functools import lru_cache
   2from timeit import repeat
   3
   4@lru_cache(maxsize=16)
   5def steps_to(stair):
   6    if stair == 1:
  

  5.: The code wraps the decorated function with the

   1from functools import lru_cache
   2from timeit import repeat
   3
   4@lru_cache(maxsize=16)
   5def steps_to(stair):
   6    if stair == 1:
  

  5 decorator. This allows you to use the cache functionality already provided by

   1from functools import lru_cache
   2from timeit import repeat
   3
   4@lru_cache(maxsize=16)
   5def steps_to(stair):
   6    if stair == 1:
  

  5.
• Dòng 7 và 8: Hai dòng này Chức năng được trang trí với hai thuộc tính đại diện cho tuổi thọ của bộ đệm và ngày thực tế khi nó sẽ hết hạn.: These two lines instrument the decorated function with two attributes representing the lifetime of the cache and the actual date when it will expire.
• Các dòng 12 đến 14: Trước khi truy cập một mục trong bộ đệm, người trang trí kiểm tra xem ngày hiện tại có quá hết hạn hay không. Nếu đó là trường hợp, thì nó sẽ xóa bộ đệm và sắp xếp lại thời gian tồn tại và ngày hết hạn.: Before accessing an entry in the cache, the decorator checks whether the current date is past the expiration date. If that’s the case, then it clears the cache and recomputes the lifetime and expiration date.

Lưu ý làm thế nào, khi một mục nhập hết hạn, bộ trang trí này sẽ xóa toàn bộ bộ đệm liên quan đến chức năng. Trọn đời áp dụng cho toàn bộ bộ đệm, không phải cho các bài viết riêng lẻ. Một triển khai tinh vi hơn của chiến lược này sẽ đuổi các mục dựa trên cuộc sống cá nhân của họ.

Bộ nhớ đệm bài viết với người trang trí mới

Bây giờ bạn có thể sử dụng trình trang trí

 1from functools import lru_cache
 2from timeit import repeat
 3
 4@lru_cache(maxsize=16)
 5def steps_to(stair):
 6    if stair == 1:

 1from functools import lru_cache
 2from timeit import repeat
 3
 4@lru_cache(maxsize=16)
 5def steps_to(stair):
 6    if stair == 1:

Đặt mã với nhau trong một tập lệnh duy nhất để đơn giản, bạn kết thúc với các mục sau:

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Lưu ý cách dòng 30 trang trí

 1from functools import lru_cache
 2from timeit import repeat
 3
 4@lru_cache(maxsize=16)
 5def steps_to(stair):
 6    if stair == 1:

 1from functools import lru_cache
 2from timeit import repeat
 3
 4@lru_cache(maxsize=16)
 5def steps_to(stair):
 6    if stair == 1:

$ python stairs.py
53798080

$ python stairs.py
53798080

Chạy tập lệnh và xem kết quả:

$ pip install requests
$ python caching.py
Getting article...
Fetching article from server...
Getting article...

Lưu ý cách mã in thông báo

 1def steps_to(stair):
 2    if stair == 1:
 3        # You can reach the first stair with only a single step
 4        # from the floor.
 5        return 1
 6    elif stair == 2:
 7        # You can reach the second stair by jumping from the
 8        # floor with a single two-stair hop or by jumping a single
 9        # stair a couple of times.
10        return 2
11    elif stair == 3:
12        # You can reach the third stair using four possible
13        # combinations:
14        # 1. Jumping all the way from the floor
15        # 2. Jumping two stairs, then one
16        # 3. Jumping one stair, then two
17        # 4. Jumping one stair three times
18        return 4
19    else:
20        # You can reach your current stair from three different places:
21        # 1. From three stairs down
22        # 2. From two stairs down
23        # 2. From one stair down
24        #
25        # If you add up the number of ways of getting to those
26        # those three positions, then you should have your solution.
27        return (
28            steps_to(stair - 3)
29            + steps_to(stair - 2)
30            + steps_to(stair - 1)
31        )
32
33print(steps_to(4))

Kịch bản cố gắng truy cập các bài viết cứ sau

$ python stairs.py
53798080
Minimum execution time: 7.999999999987184e-07

$ python stairs.py
53798080