python - 字典大小和内存消耗之间的平衡

Question

我正在使用 memoized decorator缓存重复调用。由于对一些中等大小的测试用例进行内存，我发现执行速度提高了大约 4 倍。

对于较大的测试用例，将输入映射到输出的内存字典会占用大量内存，以至于我收到 "java.lang.OutOfMemoryError: Java heap space" 错误(我正在使用 Jython)。

我可以通过使用 memoized_cache[hash(key)] = value 而不是 memoized_cache[key]: value 来节省一些内存，假设 hash(key ) 比 key 的字节数少。正如@gnibbler 所指出的，如果存在哈希冲突，这将导致问题。

我可以介绍的其他内存节省是将字典的大小限制为固定数量的项目。这样一个SizedDict recipe已经存在，但我想截断访问次数最少的元素。

这是我写的:

from collections import Counter

class FrequencySizedDict(dict):
    def __init__(self, size=1000):
        dict.__init__(self)
        self._maxsize = size
        self._counter = Counter()
    def __getitem__(self, key):
        self._counter[key] += 1
        return dict.__getitem__(self, key)
    def resize(self, size):
        keys = list(self._counter.most_common(size))
        items = [(key, dict.__getitem__(self, key)) for key in keys]
        self.clear()
        dict.update(self, items)
    def __setitem__(self, key, value):
        if len(self._queue) >= self._maxsize:
            self.resize(self._maxsize/2)
        self._counter[key] += 1
        dict.__setitem__(self, key, value)

是否有更好的数据方式以更少的内存或时间开销来实现这一点？ resize 非常昂贵:O(n log n)

Answer 1

使用functools.lru_cache

@functools.lru_cache(maxsize=128, typed=False)

Decorator to wrap a function with a memoizing callable that saves up to the maxsize most recent calls. It can save time when an expensive or I/O bound function is periodically called with the same arguments.

或pylru如答案 memoization library for python 2.7 中所述