如何应用 functools.lru_cache 来使用可变参数？

Question

我有一个函数，其中一个参数为 numpy.ndarray。它是可变的，所以它不能被 lru_cache.

缓存

有现成的解决方案吗？

Answer 1

可能最简单的方法是记忆一个只接受不可变对象的版本。

假设您的函数接受一个 np.array，我们假设它是一个一维数组。幸运的是，它很容易被翻译成 tuple:

import numpy as np

a = np.array([1, 2, 3, 4])
>> tuple(a)
(1, 2, 3, 4)

反之亦然：

>> np.array(tuple(a))
array([1, 2, 3, 4])

所以你得到类似

的东西

# Function called by the rest of your program
array_foo(a) # `a` is an `np.array`
    ...
    return tuple_foo(tuple(a))

然后 memoize 而不是这个函数：

# Internal implementation
@functools.lru_cache
tuple_foo(t) # `t` is a tuple
    ...
    a = np.array(t)

How to apply functools.lru_cache to function with mutable parameters?