python - 避免重新计算的方案

Question

动机:

为了抽象起见，我有一个处理对象列表的方法。这里我展示了一个简化版本用于说明目的(这里使用 Python2.7):

def foo(obj_lst, f):
    return list(map(f, obj_lst))

但是，对于某些情况，输入可能是 foo([obj] * 1000, f)，那么在函数调用中我必须重新计算 1000 次 f(obj)。我们可能会避免它，因为所有这些都是完全相同的对象。

我的解决方案:

我总是可以缓存计算结果，因为

def foo2(obj_lst, f):
    cache_map = {}
    def foo_single(obj):
        if id(obj) not in cache_map:
            cache_map[id(obj)] = f(obj)
        return cache_map[id(obj)]
    result_lst = []
    for obj in obj_lst:
        result_lst.append(foo_single(obj))
    return result_lst

这正是我想要的工作，它确实可以加快重新计算的开销。

我的问题:

这个解决方案对我来说不够简洁，因为我必须在每个函数中手动这样做，是否有更好的解决方案来避免非随机函数的一般“相同对象重新计算”？具有来自函数 id 和所有参数的键的全局 cache_map 似乎不起作用，因为对象 id 仅在其生命周期内是唯一的。

总的来说，我知道这在 Python 中可能没有太大意义，因为这些对象是可变的。请问在像Scala这样的函数式编程语言中是否有一些现有的方案来处理不可变对象(immutable对象)的这个问题？谢谢!

Answer 1

您正在描述 memoization .

这可以通过 creating your own helper/decorator function 来完成或使用 functools.lru_cache来自标准库(Python 3.2+)