我正在开发一个用于计算和缓存概率模型的系统，正在寻找能够实现这一功能的软件（最好是R或Ruby语言的），或者在自己实现时可以使用的设计模式。

我有一个一般的模式，形式为函数C依赖于函数B的输出，而函数B依赖于函数A的输出。我有三个模型，分别称为1、2和3。模型1实现了A、B和C。模型2只实现了C，而模型3实现了A和C。

我希望能够从所有模型中获取值’C’，并且尽量减少中间步骤的重新计算。

为了使问题不那么抽象，这里有一个简单的例子：

我有一个依赖图如下所示：A₁是模型1对A的实现，A₃是模型3对A的实现。在所有模型中，C依赖于B，而B依赖于A。

实际的函数如下所示（再次说明，这是一个玩具示例，实际上这些函数要复杂得多，可能需要几分钟到几小时才能计算出来）。

值应如下所示。

在没有缓存的情况下，这在任何框架中都是可以的。我可以为模型1创建一个类，并让模型2扩展该类，让A、B和C成为该类上的函数。或者我可以使用依赖注入框架，用模型2的A和C替换模型1的A和C。对于模型3也是如此。

然而，在缓存方面我遇到了问题。我希望在所有模型上计算C，以便比较结果。

所以我计算了模型1上的C，并缓存了结果A、B和C。然后我计算模型2上的C，它使用了之前缓存的B版本，因为它是从模型2扩展而来的。

然而，当我计算模型3时，我需要不使用B的缓存版本，因为尽管函数是相同的，但它所依赖的函数A是不同的。

有没有好的方法来处理这种带有依赖问题的缓存？

回答：

我们最终在Ruby中编写了自己的DSL来支持这个问题。