Memoization：设置消耗缓存的大小答案

【问题标题】：Memoization: set the size of the consumed cacheMemoization：设置消耗缓存的大小
【发布时间】：2021-05-25 21:53:34
【问题描述】：

我正在使用 memoization 来加快复杂函数 complexfunct() 的使用。此函数将不同维度的numpy.array 作为输入（它可以存储 5 到 15 个值）。 numpy.array 的每个值都属于一组 5 个值。所以我的complexfunct() 允许的输入数量非常大，不可能全部记住。这就是为什么当我运行我的 jupyter notebook 时，它会崩溃。

我正在使用的记忆功能是这个：

def memoize(func):
    """Store the results of the decorated function for fast lookup
    """
    # Store results in a dict that maps arguments to results
    cache = {}
    def wrapper(*args, **kwargs):
        key = str(args) + str(kwargs)
        if key not in cache:
            cache[key] = func(*args, **kwargs)
        return cache[key]
    return wrapper

我的问题是：我可以设置消耗缓存的大小，这样如果它已经饱和并且必须将新输入存储在缓存中，那么它将替换第一个条目 -或者更好，最近最少使用。

先谢谢大家了。

【问题讨论】：

标签： python caching memoization

【解决方案1】：

如果它已饱和并且必须将新输入存储在缓存中，那么它将替换第一个条目 - 或者更好的是，最近最少使用的条目。

考虑到您关心插入顺序，在决定删除什么时，我建议使用collections.OrderedDict 代替dict，即添加import collections 并替换

cache = {}

使用

cache = collections.OrderedDict()

然后在插入后添加检查，如果大小超出限制就这样做：

cache.popitem(last=False)

放弃最旧的条目。

【讨论】：

这可能对我有用.. 非常感谢！