AttributeError：“function”对象没有具有functools.lru_cache +参数格式修饰符差异的属性“”cache_info“”

这个错误信息表明你尝试在一个函数上使用functools.lru_cache装饰器，但该函数并没有cache_info属性。这通常是因为functools.lru_cache装饰器没有正确应用到函数上，或者函数本身并不是一个可调用的对象。

基础概念

functools.lru_cache是一个Python标准库中的装饰器，用于将函数的结果缓存起来，以避免重复计算。LRU代表“最近最少使用”（Least Recently Used），这意味着缓存会自动清理最近最少使用的条目，以保持缓存的大小在限制范围内。

相关优势

1. 性能提升：通过缓存结果，可以显著减少重复计算的时间。
2. 资源优化：避免不必要的资源消耗，特别是在处理昂贵的计算或I/O操作时。

类型与应用场景

• 类型：这是一个装饰器，适用于任何需要缓存结果的函数。
• 应用场景：
  • 递归算法：如斐波那契数列计算。
  • 数据库查询：缓存频繁查询的结果。
  • 复杂计算：如科学计算中的复杂公式。

错误原因及解决方法

错误原因

1. 装饰器未正确应用：可能是因为装饰器语法错误或位置不正确。
2. 函数不可调用：被装饰的对象可能不是一个函数或方法。

解决方法

1. 检查装饰器语法： 确保你正确使用了@functools.lru_cache装饰器。
2. 检查装饰器语法： 确保你正确使用了@functools.lru_cache装饰器。
3. 验证函数可调性： 确保被装饰的对象确实是一个函数。
4. 验证函数可调性： 确保被装饰的对象确实是一个函数。
5. 调试信息： 使用cache_info()方法查看缓存的使用情况。
6. 调试信息： 使用cache_info()方法查看缓存的使用情况。

示例代码

以下是一个完整的示例，展示了如何正确使用functools.lru_cache并检查缓存信息：

import functools

@functools.lru_cache(maxsize=128)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

# 计算并打印斐波那契数列的第30个数
print(fibonacci(30))

# 查看缓存信息
print(fibonacci.cache_info())

通过这种方式，你可以确保functools.lru_cache正确应用，并且能够有效地利用缓存来提高程序性能。