Caching de Funciones en Python

El caching de funciones es una técnica utilizada para mejorar la eficiencia de los programas al almacenar el resultado de una función para entradas específicas.

Cuando la función es llamada nuevamente con las mismas entradas, el resultado almacenado se retorna inmediatamenteevitando el cálculo redundante.

Implementación de Caching con functools.lru_cache

El módulo functools en Python incluye el decorador @lru_cache (Least Recently Used cache), que es una forma simple y eficiente de implementar caching en funciones.

Este decorador mantiene un número fijo de resultados y elimina los menos utilizados cuando se alcanza el límite.

from functools import lru_cache

@lru_cache(maxsize=128)
def factorial(n):
    if n == 0:
        return 1
    return n * factorial(n-1)

print(factorial(10))  # Cálculo normal
print(factorial(10))  # Resultado cacheado

En este ejemplo,

• El decorador @lru_cache(maxsize=128) cachea los resultados de la función factorial hasta un máximo de 128 entradas.
• Las subsecuentes llamadas con los mismos argumentos retornan el resultado cacheado en lugar de recalcularlo.

El decorador @lru_cache admite los siguientes parámetros.

Implementación Manual de Caching

Además de lru_cache también podemos implementar el caching manualmente utilizando estructuras de datos como diccionarios.

cache = {}

def factorial(n):
    if n in cache:
        return cache[n]
    if n == 0:
        result = 1
    else:
        result = n * factorial(n-1)
    cache[n] = result
    return result

print(factorial(10))  # Cálculo normal
print(factorial(10))  # Resultado cacheado

En este ejemplo

• En el diccionario cache almacena los resultados de factorial
• Antes de calcular el resultado, verificamos si ya está almacenado en el cache, retornando el valor almacenado si está disponible