Python 如何手动编写一个自己的LRU缓存装饰器的方法实现

想要手动编写一个自己的LRU缓存装饰器，需要遵循以下几个步骤：

1. 导入functools和collections模块

在Python中，functools模块用于操作函数，collections模块用于提供容器类型，如有序字典（OrderedDict）等。

import functools
import collections

1. 定义装饰器函数

通过定义一个包装器函数，在函数执行前先检查是否已经存在缓存数据。若存在，则直接返回缓存的值，否则执行函数，并将其返回值加入缓存。

def lru_cache(max_size):
    """LRU缓存装饰器"""
    def decorator(func):
        cache = collections.OrderedDict()  # 设置有序字典缓存

        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            key = args + tuple(kwargs.items())  # 将参数和关键字参数组成元组作为缓存的键
            if key in cache:
                # 如果键已经存在，则将它移到有序字典的末尾，并将缓存值返回
                value = cache.pop(key)
                cache[key] = value
            else:
                # 如果键不存在，则执行函数，将返回值存入缓存
                value = func(*args, **kwargs)
                cache[key] = value

                # 如果缓存的键值对数量超过了max_size，则从有序字典的头部开始删除键值对，直到数量小于等于max_size
                if len(cache) > max_size:
                    cache.popitem(last=False)
            return value

        return wrapper

    return decorator

该装饰器函数可以接受一个最大缓存数量的参数，以及一个待装饰的函数。定义缓存时使用了有序字典，它可以按照键值对的插入顺序维护字典中元素的顺序。在wrapper函数中，先将函数的参数和关键字参数组成元组作为缓存的键，先根据键值查找是否存在缓存数据。如果缓存数据已经存在，则先将该键对应的值移动到有序字典的最后，以便于维护其访问顺序；如果缓存数据不存在，则需要执行函数，并缓存返回值，则将键值对添加到有序字典中，并根据最大缓存数量的设定，决定是否要删除最早的缓存数据。

1. 使用装饰器

使用装饰器，在函数调用的时候可以自动地完成缓存的功能。

示例1：对于输入的参数，进行累加操作,去重后返回

@lru_cache(max_size=2)
def calculate(a,b,c):
    return sum(set([a,b,c]))

print(calculate(1, 2, 3))  # 计算并缓存，返回6
print(calculate(1, 2, 3))  # 直接从缓存中返回6
print(calculate(2, 3, 4))  # 计算并缓存，因为缓存达到最大数量，删除最早的缓存
print(calculate(1, 2, 3))  # 由于之前的计算结果已经被缓存，因此可以直接从缓存中返回6

示例2：对于输入的参数，将输入项中各单词翻转后再返回

@lru_cache(max_size=4)
def reverse_words(s):
    return ' '.join([word[::-1] for word in s.split()])

print(reverse_words('Hello World'))  # 计算并缓存，返回"olleH dlroW"
print(reverse_words('Hello Nice to Meet You'))  # 计算并缓存，返回"olleH eciN ot teeM uoY"
print(reverse_words('Hello World'))  # 直接从缓存中返回之前的结果"olleH dlroW"
print(reverse_words('Nice to Meet You Friend'))  # 计算并缓存，由于缓存已经满了，删除最早的缓存，返回"eciN ot teeM uoY dneirF"
print(reverse_words('Nice to Meet You'))  # 计算并缓存，由于缓存已经满了，删除最早的缓存，返回"eciN ot teeM uoY"
print(reverse_words('Hello Nice to Meet You'))  # 直接从缓存中返回之前的结果"olleH eciN ot teeM uoY"

在上述示例中，对于输入的不同参数，进行缓存，当达到缓存上限时，最早的缓存会被删除，并不断向有序字典的末尾插入新的缓存数据。从而实现了LRU缓存的功能。