How to use the stk.NullOptimizer function in stk

# #####################################################################
# Mutator.
# #####################################################################

mutator = stk.RandomMutation(
    stk.RandomTopologyGraph(topology_graphs),
    stk.RandomBuildingBlock(building_blocks, lambda mol: True),
    stk.SimilarBuildingBlock(building_blocks, lambda mol: True, False)
)

# #####################################################################
# Optimizer.
# #####################################################################

optimizer = stk.NullOptimizer(use_cache=True)

# #####################################################################
# Fitness calculator.
# #####################################################################


def num_atoms(mol):
    return len(mol.atoms)


fitness_calculator = stk.PropertyVector(num_atoms)

# #####################################################################
# Fitness normalizer.
# #####################################################################

def test_optimize(tmp_population):
    optimizer = stk.NullOptimizer(use_cache=True)
    assert not optimizer._cache
    tmp_population.optimize(optimizer)
    assert len(optimizer._cache) == len(set(tmp_population))

    raiser = stk.RaisingCalculator(optimizer, 1)
    with pytest.raises(stk.RaisingCalculatorError):
        tmp_population.optimize(raiser)

def test_cache_use(tmp_polymer):
    opt1 = stk.NullOptimizer()
    assert not opt1._cache
    opt1.optimize(tmp_polymer)
    assert not opt1._cache

    opt2 = stk.NullOptimizer(use_cache=True)
    assert not opt2._cache
    opt2.optimize(tmp_polymer)
    assert tmp_polymer in opt2._cache

random_seed=random_seed
    ),
    stk.SimilarBuildingBlock(
        building_blocks=building_blocks,
        key=lambda mol: True,
        duplicate_building_blocks=False,
        random_seed=random_seed
    ),
    random_seed=random_seed
)

# #####################################################################
# Optimizer.
# #####################################################################

optimizer = stk.NullOptimizer(use_cache=True)

# #####################################################################
# Fitness calculator.
# #####################################################################


def num_atoms(mol):
    return len(mol.atoms)


fitness_calculator = stk.PropertyVector(num_atoms)

# #####################################################################
# Fitness normalizer.
# #####################################################################

# #####################################################################
# Mutator.
# #####################################################################

mutator = stk.RandomMutation(
    stk.RandomTopologyGraph(topology_graphs),
    stk.RandomBuildingBlock(building_blocks, lambda mol: True),
    stk.SimilarBuildingBlock(building_blocks, lambda mol: True, False)
)

# #####################################################################
# Optimizer.
# #####################################################################

optimizer = stk.NullOptimizer(use_cache=True)

# #####################################################################
# Fitness calculator.
# #####################################################################


def num_atoms(mol):
    return len(mol.atoms)


fitness_calculator = stk.PropertyVector(num_atoms)

# #####################################################################
# Fitness normalizer.
# #####################################################################

random_seed=random_seed
    ),
    stk.SimilarBuildingBlock(
        building_blocks=building_blocks,
        key=lambda mol: True,
        duplicate_building_blocks=False,
        random_seed=random_seed
    ),
    random_seed=random_seed
)

# #####################################################################
# Optimizer.
# #####################################################################

optimizer = stk.NullOptimizer(use_cache=True)

# #####################################################################
# Fitness calculator.
# #####################################################################


def num_atoms(mol):
    return len(mol.atoms)


fitness_calculator = stk.PropertyVector(num_atoms)

# #####################################################################
# Fitness normalizer.
# #####################################################################

def test_is_caching():
    caching = stk.NullOptimizer(use_cache=True)
    assert caching.is_caching()
    not_caching = stk.NullOptimizer(use_cache=False)
    assert not not_caching.is_caching()

def test_is_caching():
    caching = stk.NullOptimizer(use_cache=True)
    assert caching.is_caching()
    not_caching = stk.NullOptimizer(use_cache=False)
    assert not not_caching.is_caching()