Python如何在使用lru_cache缓存结果时更新nonlocal变量？

lru_cache本身并不会阻碍nonlocal变量的更新，你遇到的问题是缓存的运行机制和你的副作用逻辑冲突导致的：
lru_cache会缓存相同参数的调用结果，只有第一次调用某组参数时才会执行函数体内的代码，后续再遇到相同参数的调用会直接返回缓存值，完全跳过函数体执行。

你写的累加nonlocal变量的逻辑属于函数副作用：

• 不加缓存时，同一个参数i可能在递归中被多次触发，每次都会全量执行函数逻辑，走到终点就累加ways，结果自然正确
• 加了缓存后，每个i仅会执行一次函数体，后续相同i的调用直接返回，不会再触发累加操作和后续递归，最终得到的ways数值会远小于预期

lru_cache这类记忆化装饰器的最佳适配场景是纯函数：即相同输入永远返回相同输出，不存在修改外部变量、IO操作等副作用的函数。
你提供的可正常运行的参考解法就是典型的纯函数实现：输入参数i，返回从位置i到字符串末尾的解码方案数，全程没有修改任何外部变量，完全依赖返回值累加结果，和缓存的适配性非常好。

• 能不能同时使用lru_cache和更新nonlocal变量？
  非常不推荐这种设计，副作用逻辑和缓存的设计初衷是冲突的。如果一定要实现类似效果，你需要先调整逻辑，保证每个参数的函数体仅执行一次就能得到正确的副作用结果，或者将需要缓存的纯计算逻辑和副作用逻辑完全拆分。
  就算你用列表这类可变对象替代int类型的nonlocal变量，也解决不了核心问题：缓存命中时函数体不执行，更新操作根本不会触发。这种场景下直接改用返回值累加的写法是成本最低、最不容易出错的方案。
• 是否必须从被缓存的函数中返回计算结果？
  对于记忆化缓存的使用场景来说，是的。缓存仅会存储函数的返回值，只有把计算结果通过返回值传递，才能保证缓存命中时逻辑不会缺失，拿到正确的结果。

内容的提问来源于stack exchange，提问作者Mihir