算法邏輯如下：
網頁鏈接爲：算法鏈接
相關用法：
def lru_cache(maxsize=128, typed=False):
"""Least-recently-used cache decorator.
If *maxsize* is set to None, the LRU features are disabled and the cache
can grow without bound. 注意：如果maxsize設置爲None,則緩存大小沒有限制，直到內存溢出，並且禁用LRU策略，改爲簡單的不同就緩存，相同就調用緩存；
If *typed* is True, arguments of different types will be cached separately.
For example, f(3.0) and f(3) will be treated as distinct calls with
distinct results.注意：如果此參數設置爲True,則不同類型數據會被認爲不同的參數；如 f(3.0),f(3)都會被緩存
cache_info():此方法 返回 緩存相關信息
CacheInfo(hits=2, misses=6, maxsize=2, currsize=2)
hits:緩存命中個數
misses:緩存未命中個數；mises+hits 爲 調用總次數
maxsize:緩存大小
currsize:當前使用緩存大小
cache_clear() :清空緩存
代碼示例：
# -*- coding: utf-8 -*-
"""
(C) Guangcai Ren <[email protected]>
All rights reserved
create time '2020/3/24 14:57'
Module usage:
functools.lru_cache函數 用於緩存 函數值，緩存淘汰算法爲 最近最少使用的先淘汰
"""
import time
from functools import lru_cache
@lru_cache(maxsize=2)
def time_sleep(_time: int):
"""
時間睡眠函數，模擬耗時操作
:param _time:
:return:
"""
time.sleep(_time)
print(f'sleep {_time}')
return _time
sleep_list = [2, 2, 3, 3, 4, 5, 2, 1]
[time_sleep(item) for item in sleep_list]
print('調用結束後查看緩存情況', time_sleep.cache_info())
print('清空緩存', time_sleep.cache_clear())
print('再次查看清空後的緩存情況', time_sleep.cache_info())
代碼示例運行結果如下：
