Python闭包递归问题：带缓存限制的memoize装饰器功能实现咨询

你的原装饰器有几个关键问题导致不符合预期：

• 当缓存条目达到上限后，调用新参数时仅打印提示消息，没有执行原函数也无返回值，会导致调用fat()返回None，这显然不对。
• count变量统计的是缓存被添加的次数，而非当前缓存的实际条目数。比如重复调用同一个参数，count不会增加，但缓存里始终只有这一个条目——这意味着如果你的limit=5，但你只调用了3个不同的参数，即使重复调用这3个，count也不会到5，但如果之后调用第6个新参数，就会触发限制，这和“缓存结果存储上限”的需求不符。

根据需求，我们需要让装饰器严格限制缓存中存储的条目数量，当达到上限时，可以选择两种实用逻辑：

1. 缓存满后不再缓存新结果，但正常执行原函数 #

这种逻辑最简单：当缓存条目数小于limit时，正常缓存结果；当缓存满了，新的参数直接执行原函数，不缓存结果。

# -*- coding: utf-8 -*-
def memoize(limit, *, message='Limit exceeded'):
    def inner(func):
        cache = {}
        def wrapped(number):
            if number in cache:
                # 命中缓存，直接返回结果
                return cache[number]
            # 未命中缓存，先执行原函数获取结果
            result = func(number)
            if len(cache) < limit:
                # 缓存未满，将新结果存入缓存
                cache[number] = result
            else:
                # 缓存已满，打印提示（可选逻辑）
                print(message)
            return result
        return wrapped
    return inner

@memoize(5)
def fat(x):
    if x < 2:
        return 1
    return x * fat(x - 1)

改动说明： #

• 移除了错误的count变量，改用len(cache)直接判断缓存条目数，这才是真正的“存储上限”。
• 无论缓存是否满，未命中时都会先执行原函数获取结果，保证函数始终有有效返回值。
• 只有当缓存未满且未命中缓存时，才将结果存入缓存。

2. 实现LRU缓存淘汰策略（更实用的生产场景） #

如果希望缓存始终保持不超过limit的条目数，同时自动淘汰最近最少使用的条目来存储新结果，这是工业界常用的缓存策略。我们可以用OrderedDict来手动实现：

# -*- coding: utf-8 -*-
from collections import OrderedDict

def memoize(limit, *, message='Limit exceeded'):
    def inner(func):
        # OrderedDict可记录访问顺序，用来实现LRU逻辑
        cache = OrderedDict()
        def wrapped(number):
            if number in cache:
                # 命中缓存，将该条目移到末尾（标记为最近使用）
                cache.move_to_end(number)
                return cache[number]
            # 未命中缓存，执行原函数获取结果
            result = func(number)
            if len(cache) >= limit:
                # 缓存已满，删除最久未使用的条目（OrderedDict的第一个元素）
                cache.popitem(last=False)
                print(message)
            # 将新结果存入缓存末尾
            cache[number] = result
            return result
        return wrapped
    return inner

@memoize(5)
def fat(x):
    if x < 2:
        return 1
    return x * fat(x - 1)

改动说明： #

• 使用OrderedDict维护缓存的访问顺序：命中缓存时将条目移到末尾，缓存满时删除最前面的条目（最久未使用）。
• 始终保证缓存条目数不超过limit，同时保留最常用的缓存结果。
• 同样保证函数始终返回正确的计算结果，不会出现None的异常情况。

内容的提问来源于stack exchange，提问作者ThiaguinhoO