Python 如何将最大缓存大小应用于memoize？

我在课堂上使用这个备忘录装饰器，它非常有效。现在，我准备用这种速度来换取对内存消耗的控制。理想情况下，我可以设置一个最大值；（例如：2GB）但我想我可以反复尝试，并满足于缓存中最大数量的对象

有人知道一些现成的代码来做这件事吗？我想我会扔掉缓存中最旧的，添加最新的

还是有更明智的方法

以下是我目前使用的例程：

def memoize(obj):
    """A decorator to cache advice objects using the advice key"""
    cache = obj.cache = {}

    @functools.wraps(obj)
    def memoizer(*args, **kwargs):
        key = args[0]
        if key not in cache:
            cache[key] = obj(*args, **kwargs)
        return cache[key]

    return memoizer

将最大值作为参数提供给装饰师似乎是明智的，如：

@memoize(max=2000)
class Foo(object):
   ...

---

如果是我，我可能会这样做：

from collections import deque

def memoize(obj, maxlen = None):
    """A decorator to cache advice objects using the advice key"""
    cache = obj.cache = {}
    deck = obj.deck = deque([], maxlen = maxlen)

    @functools.wraps(obj)
    def memoizer(*args, **kwargs):
        key = args[0]
        if key not in cache:
            if len(deck) == deck.maxlen:
              del cache[deck.popleft()[0]]
            temp = obj(*args, **kwargs)
            cache[key] = temp
            deck.append((key, temp))
        return cache[key]

    return memoizer

---

这应该很接近，但我是在这里的编辑器中写的，不是在提示中。它可能需要一些改进。

如果您使用的是Python 3.2，那么标准库中已经有一个很好的缓存装饰器：

import functools

@functools.lru_cache(maxsize=1000)
def fun(...):

---

否则，我只需要看一下的实现。它是一个很好的纯Python通用记忆工具，具有LRU语义（与您正在使用的FIFO语义类似，但有点复杂），可以获得更好的缓存性能。

如果对象大小不同，则很难估计缓存所消耗的内存空间。如果您不能期望最后使用的对象很可能会被重用，那么最好的策略是将第一个xxx对象保留在内存中