你的猜测完全有可能是正确的！Memoization（记忆化）的核心就是缓存函数的计算结果，当后续用相同参数调用时，直接返回缓存值而不重新执行函数逻辑——这确实会导致你每次调用都拿到一模一样的结果。不过也得先排除其他小概率情况：比如函数本身的逻辑就是返回固定值，或者它依赖的外部状态（比如某个全局变量）根本没变化，但结合你说的“每次得到10个相同结果”，记忆化的嫌疑是最大的。

怎么确认是不是Memoization导致的？ #

最快的验证方法是给函数加个“执行标记”：比如在函数开头加一行print("函数正在执行...")。如果第一次调用时打印了这句话，后续调用都没打印，但结果还是一样，那百分百是被缓存了；如果每次调用都打印，但结果依旧重复，那就是函数逻辑本身的问题，和记忆化无关。

如何让函数每次返回不同值？ #

这里有几个实用的解决方向：

• 手动关闭/移除记忆化缓存：
  • 如果是你自己写的函数，检查有没有手动实现的缓存逻辑（比如用字典存储参数和结果的映射），直接把缓存代码删掉就行。
  • 如果是第三方库的函数，看看官方文档里有没有控制缓存的参数，比如很多框架会提供cache=False、memoize=False这类开关，把它设为False就能禁用缓存。
• 每次调用传入不同的参数：
  记忆化是基于参数来缓存的，只要每次调用的参数不一样，函数就会重新计算。比如原来调用get_data()，可以改成get_data(timestamp=time.time())或者get_data(random_id=random.randint(1, 10000))，用时间戳或随机数作为唯一参数打破缓存。
• 让函数依赖可变的内部状态：
  在函数内部引入每次都会变化的元素，比如生成随机数、获取当前时间戳，或者读取一个动态更新的变量。举个简单的例子：

  import time
  def dynamic_func():
      # 返回当前时间的毫秒数，每次调用都不一样
      return int(time.time() * 1000)
  

• 使用非缓存的替代函数：
  有些第三方库会同时提供带缓存和不带缓存的两个版本，比如func()和func_no_cache()，直接切换到无缓存的版本即可。

内容的提问来源于stack exchange，提问作者THX1137