LRU算法原理简述

LRU（LeastRecentlyUsed）:

 一种比较常见的缓存算法，也是内存管理使用的一种算法。在内存满的时候，会通过LRU找到最不常用的内存页，将这个内存页放入SWAP分区。这是力扣的第146题，下面简单讲一下思路。

正文：

数据的存储，有两个思路，一个是使用数组，另外一个是使用链表。

• 首先可以使用数组存储这些数据，然后在每个数据上加一个时间戳，这样循环遍历一次，便可以取出最不常用的数据。如下图，但这样设计的复杂度为O(n)。所以通过数组是无法实现的。

• 既然数组无法实现，那就考虑一下链表。

  1. 整体思路是这样的每使用一个数据，就在链表的尾巴上添加一个数据，这样可以保证，每次头位置的数据就是最不常用的数据。这样获取链表的头的复杂度是O(1)。

  2. 如果再上图的基础上，若要再次使用数据块3，这样数据块3就应该从中间“移动”到链表的尾巴。对于链表来说，就是让数据块7的指针指向数据块3即可。与此同时，还要解除2对3的指针和3对4的指针。这几步的操作前提是，需要先找到3所在的位置，寻找3的位置需要遍历链表，遍历的复杂度是O(n)，不满足。

  3. 如果想让寻找3位置的复杂度降低到O(1)，肯定想到的就是hashMap,键值对。有了HashMap，可以快速定位到3的位置，这样可以把7指向3，然后需要通过3找到2和4。因为链表中3指向4，所以找到4的复杂度是O(1)，但是如果想找到2，还是需要遍历链表。这样会使复杂度又变成O(n)。

  4. 为了快速找到3的上一个元素和下一个元素，于是把单项链表改成双向链表。这样通过hashMap找到3，由于双向链表找到2和4，让7的指针指向3，将2的指针指向4。整个过程的复杂度为O(1)。

综上所述LRU的原理就哈希表（保证查找操作复杂度O(1)）+双向链表（保证排序操作和新增操作复杂度O(1)）。