Python 约束条件下共享计算的scipy优化

我试图在scipy中对目标函数进行非线性约束优化

我的问题是，我有许多共享中间结果的约束。比如：

def constraint1_i(x):
  T = f_i(x)
  return g(T)
def constraint2_j(x):
  T = f_j(x)
  return h(T)

其中

i

和

j

贯穿1到n

换句话说，在每个约束中，我在

x

上运行

f

，以获得计算约束所需的中间值。同样的事情会不必要地运行两次（当

i==j

时，对于所有

i，j

）

有没有办法跨约束共享计算以避免重复计算？

注：有点类似，但更具体（也没有答案）