将`functools.lru_cache`应用于lambda函数

Question

我在Python中使用递归lambda函数来计算斐波那契数列。我选择递归是因为它最容易用lambda实现。

fib = lambda n: fib(n - 1) + fib(n - 2) if n > 1 else 1

因为使用递归，同样的斐波那契值被多次计算，我认为使用缓存装饰器会有帮助，而且我知道functools.lru_cache是一个简单的选择。

我知道你不能像普通函数一样对lambda函数使用@functools.lru_cache装饰器，但当我尝试这样做时：

fib = functools.lru_cache((lambda n: fib(n - 1) + fib(n - 2) if n > 1 else 1), maxsize = None)

我收到一个错误提示，说functools.lru_cache不会接受函数对象作为参数。

>>> fib = functools.lru_cache((lambda n: fib(n - 1) + fib(n - 2) if n > 1 else 1), maxsize = None)
Traceback (most recent call last):
  File "<pyshell#2>", line 1, in <module>
    fib = functools.lru_cache((lambda n: fib(n - 1) + fib(n - 2) if n > 1 else 1), maxsize = None)
TypeError: lru_cache() got multiple values for argument 'maxsize'

我查看了文档，发现functools.lru_cache只接受maxsize和typed两个参数，默认值分别为128和False。

有没有更巧妙的方法可以将装饰器分配给函数，而不仅仅是定义函数而不使用lambda，然后应用装饰器？

- user3917838

Answer 1

尝试 fib = functools.lru_cache()(lambda n: fib(n - 1) + fib(n - 2) if n > 1 else 1)

我认为调用lru_cache返回一个函数，该函数接受一个函数并返回一个函数。要提供最大大小，请使用fib = functools.lru_cache(100)(lambda n: fib(n - 1) + fib(n - 2) if n > 1 else 1)

- iobender

---

这是因为lru_cache()返回的是一个装饰器生成器（decorator factory），而不是装饰器本身。它可以用来生成装饰器。 - Cyphase

谢谢！一开始我不明白为什么它能工作，但在终端和源代码中调试了一番后，我明白了：lru_cache函数返回另一个装饰器函数！真聪明！ - user3917838

@Cyphase 他们为什么要做那种设计决定呢？ - user3917838

因为当作装饰器使用时，这看起来非常自然（这是此函数的设计思路）。还有其他方法可以将额外的参数传递给该函数吗？ - hiro protagonist

@PythonGuy，就像主角Hiro说的那样 :)。 - Cyphase

@hiroprotagonist 哦，是的，我没有想到那个。 - user3917838

Answer 2

一个小例子，使用我能想到的最愚蠢的函数：

from functools import lru_cache

@lru_cache(maxsize=32)
def identity(x):
    return x

identity2 = lru_cache(maxsize=32)(lambda x: x)

第一个版本是装饰器版本，您可以看到lru_cache的第一个参数。从这里开始，很容易看出如何正确编写lambda表达式的语法。

- hiro protagonist