在Python中将函数的缓存值存储为函数的属性

我希望将

@cached

装饰器类似于

@memoized

，它将函数的缓存值存储为函数的属性。像这样的

def cached(fcn):
    def cached_fcn(*args,**kwargs):
        call_signature=",".join([repr(a) for a in args] +
                                [repr(kwa[0])+"="+repr(kwa[1])
                                 for kwa in sorted(kwargs.items()) ])
        if call_signature not in cached_fcn.cache:
            cached_fcn.cache[call_signature] = fcn(*args,**kwargs)
        return copy.deepcopy(cached_fcn.cache[call_signature])
    cached_fcn.__name__ = fcn.__name__
    cached_fcn.__doc__ = fcn.__doc__
    cached_fcn.__annotations__ = fcn.__annotations__    
    cached_fcn.cache = dict()
    return cached_fcn

@cached
def fib(n):
    if n in (0,1): return 1
    return fin(n-1) + fib(n-2)

---

假设函数不访问任何全局对象，那么这样做安全吗？如果使用线程呢？

有一个陷阱可能与您的实现有关。观察

def pf(*args, **kwargs):
    print(args)
    print(kwargs)

把这个叫做

pf(1, k="a")
pf(1, "a")
pf(k="a", x=1)

所有参数规范都是签名为

f（x，k）

（带或不带默认值）的函数的有效规范-因此您无法真正了解参数的顺序、名称，并且在

kwargs

上排序在一般情况下肯定是不够的（在第二个示例中为空，而在最后一个示例中，

args

为空，顺序颠倒）。默认值使情况变得更糟，因为定义是

f（x，k=3）

，然后是

f（2，3）

和

f（2）

和

f（x=2）

和

f（x=2，k=3）

（同样颠倒）相同，传递给包装器的

kwargs

和

args

不同

将使用更健壮的解决方案。这将使用反射来了解函数的实际参数名称（定义时）。然后，您必须“填写”在

*args

和

**kwargs

中给出的参数，并使用这些参数生成调用签名：

import inspect
def f(x, k=3): pass
argspec = inspect.getargspec(f) # returns ArgSpec(args=['x', 'k'], varargs=None, keywords=None, defaults=(3,)) 

现在您可以生成呼叫签名（从

*args

和

**kwargs

）：

然后您可以使用字典

签名

本身作为调用签名。我在上面显示了一些“正确性”检查，尽管您可能只是想让对函数的调用本身检测并失败。我没有处理带有

**kwargs

和

*args

的函数（实际使用的名称在

argspec

中给出）。我想他们可能只是在

签名

中包含

args

和

kwargs

键。我仍然不确定上面的功能有多强大

更好的是，使用内置的，这是你想要的

关于线程，任何时候多个线程访问同一个数组都有同样的危险。函数属性没有什么特别之处。

lru\U缓存

应该是安全的（有一个已经解决），但有一个警告：

帮助测量缓存的有效性并调整maxsize 参数，则包装的函数使用缓存_info（）进行检测 函数，该函数返回一个显示命中、未命中、maxsize和 在多线程环境中，命中和未命中是 近似

---

我认为您的实现没有问题，只想提及

functools。lru_cache

可以实现同样的功能。是的，我现在看到了这个陷阱。谢谢。我知道实现存在。我真正的问题是，使用自定义函数属性来实现这种目的是否节省/健壮。另一个例子是，如果我想记录所有函数调用以及一些附加信息，例如调用中花费的时间等。这更像是一个关于在运行时使用函数属性收集信息的问题。@R.Matveev在Python中，您可以（并且可以安全地）在你想要的任何对象上保存你想要的任何东西。这与你问的问题完全不同。@R.Matveev关于线程，你有着与多个线程设置同一个变量时相同的陷阱，函数上的属性没有什么特别之处。事实上，我没有很好地阐述这个问题。你的最后两条评论回答了这个问题有意提出的问题。在这种情况下是否应该编辑该问题？@R.Matveev No，这对回答者所做的所有工作都是非常不尊重的（在本例中只有我）。最好提出一个新问题，该问题应该更加简洁（例如，无需提及缓存，或者您是如何实现它们的。）感谢您的询问，而不仅仅是编辑，这对新用户来说根本不是理所当然的。

signature = {}
for arg, default in zip(reversed(argspec.args), reversed(argspec.defaults)):
    signature[arg] = default

set_args = set()
for arg, val in zip(argspec.args, args):
    set_args.add(arg)
    signature[arg] = val

for arg, val in kwargs.items():
    # if arg in set_args:
    #    raise TypeError(f'{arg} set both in kwargs and in args!')
    # if arg not in argspec.args:
    #    raise TypeError(f'{arg} is not a valid argument for function!')
    signature[arg] = val

# if len(signature) == len(argspec.args):
#     raise TypeError(f'Received {len(signature)} arguments but expected {len(argspec.args)} arguments!')