Использовать кэширование результатов выполнения функции.

Наиболее распространенные подходы в Python:

@functools.lru_cache: Встроенный декоратор для кэширования результатов функции на основе недавнего использования (Least Recently Used). Удобен для кэширования результатов функций с детерминированным поведением, зависящим от входных аргументов.

# Декоратор lru_cache
import functools

@functools.lru_cache(maxsize=128)
def expensive_function(n):
    // Имитация дорогостоящей операции
    import time
    time.sleep(1)
    return n * 2

// Первое выполнение (долго)
result1 = expensive_function(5)
print(f"Первый вызов с 5: {result1}")

// Второе выполнение (быстро, из кэша)
result2 = expensive_function(5)
print(f"Второй вызов с 5: {result2}")

Ручной кэш (словарь): Подходит, когда требуется более тонкий контроль над кэшированием или когда декоратор lru_cache неприменим (например, для методов объектов или когда аргументы функции не хешируемы).

// Ручной кэш
cache = {}

def another_expensive_function(n):
    if n in cache:
        return cache[n]
    else:
        // Имитация дорогостоящей операции
        import time
        time.sleep(1)
        result = n * 3
        cache[n] = result
        return result

// Первое выполнение (долго)
result3 = another_expensive_function(10)
print(f"Первый вызов с 10: {result3}")

// Второе выполнение (быстро, из кэша)
result4 = another_expensive_function(10)
print(f"Второй вызов с 10: {result4}")

Внешние системы кэширования: Для распределенных систем или более крупномасштабного кэширования можно использовать внешние системы, такие как Redis или Memcached.

// Пример использования Redis (псевдокод)
import redis

r = redis.Redis(host='localhost', port=6379, db=0)

def redis_cached_function(arg):
    cache_key = f"cache:expensive_op:{arg}"
    cached_result = r.get(cache_key)

    if cached_result:
        return cached_result.decode('utf-8') // Декодируем байты Redis
    else:
        // Дорогостоящая операция
        result = f"Результат для {arg}"
        r.set(cache_key, result, ex=3600) // Кэшируем на 1 час
        return result

// Использование
print(redis_cached_function("параметр_1"))
print(redis_cached_function("параметр_1")) // Получение из Redis

Выбор подхода зависит от конкретных требований:

@functools.lru_cache - простота, автоматическое управление размером кэша.
Ручной кэш - гибкость, контроль.
Внешние системы - распределенное кэширование, персистентность.

Перед внедрением кэширования важно убедиться, что функция является детерминированной (возвращает одинаковый результат для одинаковых входных данных) и что затраты на вычисление перевешивают затраты на хранение и извлечение из кэша.

Что делать, если тестируемая функция выполняет много времени на повторяющиеся операции внутри нее?