在Python中，可以使用functools模块中的lru_cache装饰器进行函数缓存优化。lru_cache可以缓存函数的最近调用结果，当再次调用相同参数时，直接返回缓存的结果，从而提高函数执行效率。
lru_cache支持最多指定缓存大小，当缓存超过指定大小时，最近最少使用的缓存项将被丢弃。lru_cache还支持可变参数和关键字参数，可以方便地对不同类型的函数进行缓存优化。
下面是一个使用lru_cache进行函数缓存优化的示例：
import functools
@functools.lru_cache(maxsize=None)
def fibonacci(n):
if n < 2:
return n
else:
return fibonacci(n-1) + fibonacci(n-2)
print(fibonacci(10)) # 输出55
在上面的示例中，我们使用lru_cache装饰器对fibonacci函数进行了缓存优化，当调用fibonacci(10)时，函数会直接返回缓存的结果55，而不需要重新计算。这样可以大大提高函数的执行效率，特别是在递归调用等情况下。
