如何确定lru_cache所需的maxsize？

如果我们创建一个类似返回斐波那契数列的递归函数，并使用lru_cache..真正的总督是什么max size范围？

很明显，我们在计算每一项时只需要最后两项..但是设置maxsize to 2并运行第一个1000计算需要很长时间才能完成。

我尝试使用仅包含两个元素的缓存字典：

fib_cache = {0: 1, 1: 1}

def fib(n):
    if n == 1:
        val = 1
    elif n == 2:
        val = 1
    elif n > 2:
        val = fib_cache[0] + fib_cache[1]

    fib_cache[0] = fib_cache[1]
    fib_cache[1] = val
    return val

然后，我运行类似的函数lru_cache:

from functools import lru_cache

@lru_cache(maxsize=3)
def fib1(n):
    if n == 1:
        val = 1
    elif n == 2:
        val = 1
    elif n > 2:
        val = fib1(n - 1) + fib1(n - 2)
    return val

我分别调用了前 1000 次计算，结果在性能方面是相同的。但是，我不确定如何指定maxsize范围。我刚刚发现，对于这个特定的功能，2 个需要很长时间，而 3 个就可以了。我的猜测是它会将结果存储在这里fib1(n)，连同用于计算它的最后两项，fib1(n - 1) and fib1(n - 2)，但为什么结果不会立即替换最旧的项目呢？做fib1(n)在计算之前就发生在高速缓冲存储器中？ 有没有办法查看lru_cache元素？也许这会有帮助。

你是对的，仅缓存 2 个值就足以进行斐波那契计算.

您的功能无法正常工作，因为递归调用未按正确顺序设置。在你的函数中添加一些打印语句，你就会理解它的行为。

from functools import lru_cache

@lru_cache(maxsize=2)
def fib(n):
    print(f'calling fib({n})')
    if n == 1:
        val = 1
    elif n == 2:
        val = 1
    elif n > 2:
        val = fib(n - 1) + fib(n - 2)
    print(f'fib({n}) is being computed')
    return val

fib(5)

# calling fib(5)
# calling fib(4)
# calling fib(3)
# calling fib(2)
# fib(2) is being computed
# calling fib(1)
# fib(1) is being computed
# fib(3) is being computed
# calling fib(2)
# fib(2) is being computed
# fib(4) is being computed
# calling fib(3)
# calling fib(1)
# fib(1) is being computed
# fib(3) is being computed
# fib(5) is being computed

这里发生的事情是当你计算时fib(4)， 它需要fib(3) and fib(2). But fib(3) needed fib(2) and then fib(1)，所以最后 2 个调用是fib(3) and fib(1）所以你需要再次重新计算fib(2).

所以你应该切换fib(n - 1) and fib(n - 2)使其发挥作用：

@lru_cache(maxsize=2)
def fib(n):
    if n == 1:
        val = 1
    elif n == 2:
        val = 1
    elif n > 2:
        val = fib(n - 2) + fib(n - 1)  
    return val