Можешь объяснить назначение и функциональность декоратора `@functools.cache`, включая то, когда он был введён и как он сравнивается с другими механизмами кэширования в Python?

Обзор

@functools.cache — это декоратор, представленный в Python 3.9, который обеспечивает простое, неограниченное кеширование результатов функций. Он сохраняет результаты вызовов функций так, чтобы повторные вызовы с одинаковыми аргументами возвращали кешированный результат мгновенно, избегая лишних вычислений.

Как это работает

Когда вызывается декорированная функция:

• Аргументы используются как ключ кеша
• Если результат для этих аргументов уже сохранён, он возвращается сразу
• Если нет, функция выполняется и результат сохраняется для будущих вызовов

Сравнение с похожими инструментами

@functools.cache — это по сути сокращение для @lru_cache(maxsize=None):

• @lru_cache — представлен в Python 3.2; поддерживает настраиваемый maxsize для ограничения потребления памяти с помощью стратегии вытеснения least-recently-used
• @cache — представлен в Python 3.9; всегда неограниченный, немного быстрее и проще благодаря отсутствию накладных расходов на вытеснение

Важные моменты

• Поскольку он неограниченный, кеш растёт бесконечно — используй с осторожностью для функций, вызываемых с большим количеством уникальных аргументов
• Аргументы должны быть хешируемыми (например, целые числа, строки, кортежи), чтобы служить ключами кеша
• Лучше всего подходит для чистых функций — функций без побочных эффектов, результат которых зависит только от входных данных

Когда это использовать

• Используй @cache, когда нужно простое, быстрое кеширование и память не является проблемой
• Используй @lru_cache(maxsize=N), когда нужно ограничить потребление памяти