如何避免仅需执行一次的耗时类方法被重复调用？

下面提供几种符合Python风格的解决方案，既保证耗时计算只执行一次，又能正确处理类型提示：

方法1：使用 functools.cache（Python 3.9+）或 lru_cache #

利用标准库的缓存装饰器，自动帮你缓存方法返回值，每个实例只会触发一次耗时计算：

from typing import List
from functools import cache


class Example:
    def __init__(self) -> None:
        pass

    @cache
    def my_value(self) -> int:
        """耗时计算，仅执行一次"""
        print("执行耗时计算...")  # 用于验证只执行一次
        return 1  # 替换为实际耗时逻辑

    def do_something_with_my_value(self) -> List[int]:
        """重复使用my_value的结果"""
        return [x + self.my_value() for x in range(1, 1000)]


# 测试：第二次调用do_something_with_my_value不会再触发计算
e = Example()
print(e.do_something_with_my_value())
print(e.do_something_with_my_value())

说明：装饰器会自动处理缓存逻辑，类型提示完全正常，不需要修改返回值类型标注。如果使用Python 3.8及以下版本，改用@lru_cache(maxsize=None)即可。

方法2：手动实现懒加载（实例属性缓存） #

自己维护一个私有实例属性存储计算结果，第一次调用时执行计算，后续直接返回缓存值：

from typing import List, Optional


class Example:
    def __init__(self) -> None:
        self._my_value: Optional[int] = None  # 初始为None，标记未计算

    def my_value(self) -> int:
        """耗时计算，仅执行一次"""
        if self._my_value is None:
            print("执行耗时计算...")
            self._my_value = 1  # 替换为实际耗时逻辑
        return self._my_value

    def do_something_with_my_value(self) -> List[int]:
        """重复使用my_value的结果"""
        return [x + self.my_value() for x in range(1, 1000)]

说明：通过_my_value私有属性控制计算逻辑，类型提示用Optional[int]标记初始状态，方法返回值仍标注为int，完全符合类型检查要求。

方法3：使用 @property 实现懒加载 #

将方法转为属性，第一次访问时执行计算，后续直接返回缓存值，代码更简洁：

from typing import List, Optional


class Example:
    def __init__(self) -> None:
        self._my_value: Optional[int] = None

    @property
    def my_value(self) -> int:
        """耗时计算，仅执行一次"""
        if self._my_value is None:
            print("执行耗时计算...")
            self._my_value = 1  # 替换为实际耗时逻辑
        return self._my_value

    def do_something_with_my_value(self) -> List[int]:
        """重复使用my_value的结果"""
        return [x + self.my_value for x in range(1, 1000)]  # 调用时无需加括号

说明：用@property装饰后，访问self.my_value就像访问普通属性一样，逻辑更直观，类型提示也完全正常。

内容的提问来源于stack exchange，提问作者Frank