Python에서 functools.lru_cache: 자동 메모이제이션으로 함수 성능 향상하기

Python에서 functools.lru_cache: 자동 메모이제이션으로 함수 성능 향상하기

---

재귀 함수나 반복적으로 같은 입력 값에 대한 계산을 수행하는 함수는 종종 비효율적입니다. 이러한 함수의 계산 시간을 줄이기 위해, 이전에 계산한 결과를 저장하고 재사용하는 메모이제이션이라는 기법이 사용됩니다. Python에서는 functools 모듈의 lru_cache 데코레이터를 사용하여 함수의 결과를 캐싱하고 자동으로 메모이제이션을 적용할 수 있습니다.

사용 방법:

1. functools.lru_cache 데코레이터를 함수 위에 추가합니다.
2. 함수를 호출하면, lru_cache는 함수의 입력값을 기반으로 결과를 캐시합니다.
3. 동일한 입력 값으로 함수를 다시 호출하면, 캐시된 결과를 반환하여 함수 호출을 건너뜁니다.

예시:

피보나치 수열을 계산하는 재귀 함수:

from functools import lru_cache

@lru_cache(maxsize=None)  # 무제한 캐시 크기 설정
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(100))

기존의 피보나치 함수는 n이 증가함에 따라 계산 시간이 기하급수적으로 증가합니다. 그러나 lru_cache 데코레이터를 사용하면, 이전에 계산한 값을 재사용하여 크게 성능을 향상시킬 수 있습니다.

lru_cache는 maxsize 파라미터로 캐시의 크기를 제한할 수 있습니다. 기본값은 128이며, maxsize=None을 설정하면 캐시 크기의 제한을 해제할 수 있습니다.

Python에서 함수의 성능을 쉽게 향상시키려면 functools.lru_cache를 활용해보세요. 이는 특히 재귀 함수나 반복적인 계산을 수행하는 함수에서 큰 이점을 가져다줍니다.