<强>一段非常简单代码
强>
普通调用方式
def console1 (a, b): 打印(“进入函数”) 返回(a, b) 打印(console1 (3, ' ')) print (console1 (2 b)) print (console1 (3.0 a))
很简单的一段代码,传入两个参数,然后打印输出。输出结果
进入函数 (3,' ') 进入函数 (2,' b ') 进入函数 (3.0 a)
<强>使用某个装饰器后
强>
接下来我们引入functools模块的lru_cache, python3自带模块。
从functools进口lru_cache @lru_cache () def console2 (a, b): 打印(“进入函数”) 返回(a, b) 打印(console2 (3, ' ')) print (console2 (2 b)) print (console2 (3.0 a))
ほら,惊喜来了。
进入函数 (3,' ') 进入函数 (2,' b ') (a)
我们发现,少了一次进入函数的打印,这是怎么回事呢?这就是接下来要说的LRU缓存技术了。
<强>我们理解下什么是LRU 强>
LRU(最近最少使用)是缓存置换策略中的一种常用的算法。当缓存队列已满时,新的元素加入队列时,需要从现有队列中移除一个元素,LRU策略就是将最近最少被访问的元素移除,从而腾出空间给新的元素。
<强> python中的实现
强>
python3中的functools模块的lru_cache实现了这个功能,lru_cache装饰器会记录以往函数运行的结果,实现了备忘(记忆)功能,避免参数重复时反复调用,达到提高性能的作用,在递归函数中作用特别明显。这是一项优化技术,它把耗时的函数的结果保存起来,避免传入相同的参数时重复计算。
<>强带参数的lru_cache 强>
使用方法lru_cache(最大容量=128,输入=False)最大容量可以缓存最多个此函数的调用结果,从而提高程序执行的效率,特别适合于耗时的函数。参数最大容量为最多缓存的次数,如果为None,则无限制,设置为2的n次幂时,性能最佳;如果类型=True,则不同参数类型的调用将分别缓存,例如(3)和f(3.0),默认假来一段综合代码:
从functools进口lru_cache def console1 (a, b): 打印(“进入函数”) 返回(a, b) @lru_cache () def console2 (a, b): 打印(“进入函数”) 返回(a, b) 类型=True @lru_cache(最大容量=256) def console3 (a, b): “‘ :参数: :param b: 返回: “‘ 打印(“进入函数”) 返回(a, b) 打印(console1 (3, ' ')) print (console1 (2 b)) print (console1 (3.0 a)) 打印(“*”* 40) 打印(console2 (3, ' ')) print (console2 (2 b)) print (console2 (3.0 a)) 打印(“*”* 40) 打印(console3 (3, ' ')) print (console3 (2 b)) print (console3 (3.0 a))
同样的可以用到爬虫的去重操作上,避免网页的重复请求。在后期存储的时候做判断即可。
从functools进口lru_cache 从requests_html进口HTMLSession 会话=HTMLSession () @lru_cache () def get_html (url): 要求=session.get (url) 打印(url) 返回请求 urllist=" https://www.baidu.com ", " https://pypi.org/project/pylru/1.0.9/", " https://www.baidu.com ") if __name__==癬_main__”: 因为我在urllist: print (get_html(我)
输出
https://www.baidu.com & lt;响应[200]比; https://pypi.org/project/pylru/1.0.9/& lt;响应[200]比; & lt;响应[200]在
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。