整理——LRU缓存机制

LRU算法

LRU算法就是缓存淘汰算法，例如计算机中的缓存内存有限，在缓存内存满了的时候，需要清理不必要的信息，为新数据留位置。这个时候就要判断哪些信息“有用”，哪些信息可以被删除。

LRU 的全称是 Least Recently Used，它将最近使用的信息当作“有用”,很久没使用的信息当作“无用”，当内存满了时，优先删除“无用”信息。

LRU问题描述

运用你所掌握的数据结构，设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和 写入数据 put 。
获取数据 get(key) - 如果关键字 (key) 存在于缓存中，则获取关键字的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字/值」。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/lru-cache

LRU算法的核心

就是使用哈希表与双向链表的结合：

情况一：数据key存在于链表中
1、当数据key被使用后，根据哈希表查找key在双向链表中的位置，将key提取到链表的头部（删除并在链表头部添加node）
情况二：key不在链表中，即key是新数据
1、将key添加到链表表头，key值加入哈希表中
2、若内存已满，也就是链表空间已满。删除链表最尾端node，将node.key从哈希表中删除。重复步骤1。

具体python代码如下：

class LinkNode:                         #设置一个空的双向链表
    def __init__(self, key=0, value=0):
        self.key = key
        self.value = value
        self.next = None
        self.prev = None

class LRUCache: