Posts | Tags | Categories | Archive

Evaluación perezosa en python - Parte 3

Cachés y Memoización

En el pasado artículo vimos que para obtener un elemento de la sucesión fibonacci necesitábamos calcular los anteriores. Veámoslo con más detalle.

Podemos definir la siguiente función para obtener un elemento de esta sucesión:

def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

Esta función tiene un terrible problema de eficacia, puesto que se llama a sí misma demasiadas veces para calcular el mismo elemento. Por ejemplo, para calcular fib(10) llama una vez a fib(9) y a fib(8), pero para calcular fib(9) también llama a fib(8). Si sumamos todas las llamadas, habrá necesitado llamar:

  • fib(9) 1 vez
  • fib(8) 2 veces
  • fib(7) 3 veces
  • fib(6) 5 veces
  • fib(5) 8 veces
  • fib(4) 13 veces
  • fib(3) 21 veces
  • fib(2) 34 veces
  • fib(1) 55 veces
  • fib(0) 34 veces

Para elementos mayores, todavía serán más las llamadas que se habrán repetido.

Un mejora nos la da la propia documentación de python como aplicación de la función functools.lru_cache:

from functools import lru_cache

@lru_cache(maxsize=None)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

Básicamente, lru_cache es un decorador que detecta los argumentos que se pasa a una función y guarda en un caché el resultado que devuelve. Un caché LRU (Least Recently Used ) tiene la estrategia de eliminar de la caché los elementos que hayan sido menos utilizados recientemente. En este caso, con maxsize=None no se impone ningún límite de tamaño, por lo que guardará todos los elementos de la caché 1.

A este proceso de guardar los resultados de una evaluación en función de los argumentos de entrada se conoce por “memoize” o “memoización”, y es fundamental para la evaluación perezosa.

Podemos obtener información de la caché:

>>> fib(10)
>>> fib.cache_info()
CacheInfo(hits=8, misses=11, maxsize=None, currsize=11)

Nos dice que la caché tiene 11 elementos (la serie de fib(0) a fib(10)), que ha fallado 11 veces, una por elemento de la sucesión, pero sí que ha acertado 8. Una importante mejora de como lo teníamos antes.

Aún así, en python tenemos limitado el número de llamadas recursivas que se pueden hacer, que suele estar en torno a unas 3000 llamadas recursivas 2:

>>> fib(10000)
...
RecursionError: maximum recursion depth exceeded in comparison

Para no tener este problema, en la documentación hacen el truco de ir visitando en orden todos los elementos de la sucesión hasta llegar al que queremos.

>>> [fib(n) for n in range(16)]
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610]

Con este truco se instruye a la caché con todos los elementos de la sucesión hasta llegar al que queremos. Para el cálculo de un elemento sólo se necesitarán los dos elementos anteriores de la sucesión, que ya tendremos en la caché, lo que evita múltiples llamadas recursivas.

Con este mismo propósito, podemos probar a calcular el elemento 10000 aplicando las técnicas ya aprendidas hasta ahora:

from itertools import count, islice
from functools import lru_cache

 = count(0)
suc_fib = (fib(n) for n in )
fib10k = next(islice(suc_fib, 10000, None))

Esta gestión de la caché es totalmente opaca para nosotros. Si pudiéramos acceder a ella sería un modo de obtener la sucesión de fibonacci hasta el mayor elemento que se haya calculado.

Vamos a itentar crear una caché similar capaz de generar automáticamente los elementos de la sucesión:

def fibcache(f):
    cache = []
    def wrap(n):
        for i in range(len(cache), n + 1):
            cache.append(f(i))
        return cache[n]

    wrap.cache = cache

    return wrap

@fibcache
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

Hemos creado el decorador, fibcache que añade una caché a la función que decora. Al hacer la llamada fib(n), este decorador se asegura que todos los elementos anteriores de la sucesión estén en la caché. La caché es accesible mediante el atributo fib.cache, que no será otra cosa que la sucesión de fibonacci.

>>> fib(10000)
3364476487643178326662161200510754331030214846068006390656476997468008144216....
...
>>> fib.cache[10000]
3364476487643178326662161200510754331030214846068006390656476997468008144216....
...

Lo genial de esta estrategia es que sólo calculamos los mínimos elementos necesarios para obtener el resultado buscado, algo que es el fundamento de lo que conocemos por evaluación perezosa.

Resumen

Aplicando técnicas de memoización, hemos conseguido que una función recursiva almacene los cálculos que hace para así evitar repetirlos, con lo que es posible reducir los niveles de recursividad.

Con un decorador, hemos asociado una caché a una función que se rellena automáticamente, y en orden, con los resultados intermedios hasta llegar al resultado solicitado. Esta caché será una sucesión ordenada de resultados, que crece a medida que se necesite.

A este proceso de realizar cálculos según sea necesario es lo que conocemos por Evaluación Perezosa.


Serie Evaluación Perezosa en Python

La serie completa como Jupyter Notebook en:

serie-evaluacion-perezosa-en-python.ipynb

INCOMPLETA TODAVÍA


ANOTACIONES:


  1. Existe un decorador equivalente, functools.cache, que también sirve para crear cachés sin límite, pero no contabiliza el número de aciertos. 

  2. El límite de llamadas recursivas se obtiene con la función sys.getrecursionlimit() y se podría alterar con sys.setrecursionlimit, aunque no es recomendable. 

With category Python:

© Chema Cortés. Built using Pelican. Theme is subtle by Carey Metcalfe. Based on svbhack by Giulio Fidente.