如何为依赖类属性的Python类方法配置lru_cache？

你的问题出在lru_cache对类方法的缓存逻辑上：@classmethod修饰的test方法被缓存时，缓存的键是(cls, x)，但类对象cls的哈希值不会随类属性a的变化而改变。所以即使你修改了Test.a，lru_cache依然会返回之前基于旧a值计算的缓存结果，导致输出不符合预期。

方案1：a变更时清空缓存（推荐，适配a极少变更的场景） #

既然a极少变更，最简单的方式就是在修改a时直接清空test方法的缓存，后续调用会自动重新计算新a值对应的结果。只需在__new__方法中添加缓存清空逻辑：

from functools import lru_cache

class Test():
    a = 1

    def __new__(cls, a = 1):
        cls.a = a
        cls.test.cache_clear()  # 变更a时清空缓存
        return super().__new__(cls)
    
    @classmethod
    @lru_cache(maxsize=32)
    def test(cls, x):
        return x * cls.a

print(Test.test(1), Test(2).test(1), Test.test(1))  # 输出：1 2 2

优点：实现简单，完全符合你要求的调用方式，无需修改test方法的参数结构，适配a极少变更的场景。

方案2：将a纳入缓存键（保留所有(a,x)组合的缓存） #

如果需要保留不同a值对应的缓存结果（即使a变更后也不丢弃旧缓存），可以自定义装饰器，自动将类属性a作为缓存键的一部分传入：

from functools import lru_cache, wraps

def lru_cache_with_attr(attr_name):
    def decorator(func):
        @wraps(func)
        def wrapper(cls, *args, **kwargs):
            # 将指定类属性作为额外参数传入缓存函数
            return cached_func(cls, getattr(cls, attr_name), *args, **kwargs)
        
        @lru_cache(maxsize=32)
        def cached_func(cls, attr_val, *args, **kwargs):
            return func(cls, *args, **kwargs)
        
        return wrapper
    return decorator

class Test():
    a = 1

    def __new__(cls, a = 1):
        cls.a = a
        return super().__new__(cls)
    
    @classmethod
    @lru_cache_with_attr('a')
    def test(cls, x):
        return x * cls.a

print(Test.test(1), Test(2).test(1), Test.test(1))  # 输出：1 2 2

优点：保留所有(a,x)组合的缓存结果，后续切换回旧a值时可直接复用缓存；缺点：实现相对复杂，缓存占用会随a的不同值增加。

内容的提问来源于stack exchange，提问作者André