如何设置Python中的lru_cache()函数的缓存大小

在Python中，可以使用functools模块中的lru_cache()函数来实现缓存功能。lru_cache()函数使用最近最少使用算法（Least Recently Used）来管理缓存大小。在函数被调用时，会自动检查缓存中是否存在相应的结果，如果存在则直接返回缓存中的结果，否则会执行函数体并将结果存入缓存中。

下面是一个使用lru_cache()函数的例子:

from functools import lru_cache

@lru_cache(maxsize=128)  # 设置缓存大小为128
def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n - 1) + fibonacci(n - 2)

fibonacci(50)  # 第50个斐波那契数，会自动将结果存入缓存中

在上述例子中，我们使用了lru_cache()函数来实现斐波那契数列的计算，设置了缓存大小为128。当计算fibonacci(50)时，会先检查缓存中是否存在fibonacci(49)和fibonacci(48)的结果，如果存在，就直接使用缓存中的结果，而不需要重新计算。这样可以提高计算效率，特别是在计算耗时较长的函数时。

lru_cache()函数默认的缓存大小为128，如果想要调整缓存大小，可以使用maxsize参数指定缓存的最大容量。如果指定为None，则表示缓存无限大。当缓存达到最大容量时，会将最近最少使用的结果从缓存中移除。

需要注意的是，lru_cache()函数的缓存是根据参数的值来进行判断的，如果参数值发生改变，之前的缓存结果会被丢弃，需要重新计算。

这样，我们就可以通过lru_cache()函数来为一些耗时较长的函数添加缓存功能，提高程序的运行效率。