Python-如何记忆部分对象？

我有一组函数，将整数和函数作为参数。我想把它们记下来

我知道使用，我可以使用

pickle

对两组参数进行编码，并记忆编码的值。然而，在这个特定的用例中，函数参数是大的和恒定的，我不希望用一个函数参数占用

lru\u缓存

空间，因为在程序运行过程中，函数参数永远不会改变

有没有一种方法可以让我记忆一个部分函数，我已经修复了函数参数，并且收到了一个只接受哈希参数的部分对象？我不知道如何使用

functools.lru\u cache

decorator作为函数

以下是我在一个玩具示例上尝试的内容。它不起作用；二叉树仍然会重新访问节点

import functools
import logging


logging.basicConfig(level=logging.DEBUG)


def binomial_tree(x, y, fn):
    logging.debug(f"binomial_tree({x}, {y})")
    """Note: this does not recombine, and we can't memoize function."""
    if x == 10:
        return fn(x, y)
    else:
        return 0.5 * binomial_tree(x + 1, y, fn) + 0.5 * binomial_tree(x + 1, y + 1, fn)


def memoize_fn(fn):
    @functools.lru_cache(maxsize=None)
    def inner(*args, **kwargs):
        return fn(*args, **kwargs)
    return inner

memoized_binomial_tree = memoize_fn(functools.partial(binomial_tree, fn=lambda x, y: 10 * x * y))
print(memoized_binomial_tree(0, 0))

---

下面是一种使用

二叉树

记忆玩具示例的方法，无需编码和记忆函数参数：

import functools
import logging


logging.basicConfig(level=logging.DEBUG)


def create_binomial_tree(fn):
    @functools.lru_cache(maxsize=None)
    def binomial_tree(x, y):
        logging.debug(f"binomial_tree({x}, {y})")
        if x == 10:
            return fn(x, y)
        else:
            return 0.5 * binomial_tree(x + 1, y) + 0.5 * binomial_tree(x + 1, y + 1)
    return binomial_tree


memoized_binomial_tree = create_binomial_tree(fn=lambda x, y: 10 * x * y)
print(memoized_binomial_tree(0, 0))

---

也许它可以应用于您的实际用例？

这里的问题是，您对部分对象的记忆不会影响两个调用

二叉树（x+1，y，fn）

和

二叉树（x+1，y+1，fn）

。我想我只要记下二项式树就好了。但我不想在这个例子中这样做。函数参数在程序运行期间真的不会改变吗？这可能是一个愚蠢的问题，但是对于函数来说，使用分部变量而不是使用类或全局变量有什么意义呢？还是我把玩具的例子看得太严肃了？我想通过这个库从多个不同版本的

fn

中进行选择。但没错，改变一个全球经济体系是可行的。我只是不喜欢全局变量。好吧，我用闭包来模拟partial，但在两者之间插入缓存。这很有效。