functools.lru_cache と functools.cache を使うと、関数の結果をキャッシュして同じ引数での再計算を避けられます。
lru_cache の基本
from functools import lru_cache @lru_cache(maxsize=128) def fibonacci(n): if n < 2: return n return fibonacci(n - 1) + fibonacci(n - 2) print(fibonacci(100)) # 瞬時に計算完了
キャッシュがないと、fibonacci(100) は天文学的な計算回数になります。lru_cache により、各引数での計算は 1 回だけになります。
cache（Python 3.9 以降）
cache は maxsize=None の lru_cache のショートカットです。
from functools import cache @cache def expensive_calculation(x): print(f"Calculating {x}") return x ** 2 expensive_calculation(5) # Calculating 5 → 25 expensive_calculation(5) # キャッシュから 25（出力なし）
キャッシュ情報の確認
print(fibonacci.cache_info()) # CacheInfo(hits=98, misses=101, maxsize=128, currsize=101) fibonacci.cache_clear() # キャッシュをクリア
注意点
引数はハッシュ可能でなければならない（リストや辞書は不可）
キャッシュはメモリを消費する
副作用のある関数には使わない
typed オプション
型の違いを区別するかどうかを指定できます。
@lru_cache(maxsize=128, typed=True) def func(x): return x * 2 func(3) # int の 3 func(3.0) # float の 3.0（別エントリ）
メモ化は再帰関数や重い計算の高速化に効果的です。適切に使えばパフォーマンスが劇的に向上します。
