20行Python代码帮你搞懂LRU算法

LRU算法在后端工程师面试中，是一个比较常出现的题目，这篇文章带大家一起，理解LRU算法，并最终用Python轻松实现一个基于LRU算法的缓存。

 

LRU是什么

LRU是一种缓存淘汰算法（在OS中也叫内存换页算法），由于缓存空间是有限的，所以要淘汰缓存中不常用的数据，留下常用的数据，达到缓存效率的最大化。LRU就是这样一种决定“淘汰谁留下谁”的算法，LRU是Least recently used的缩写，从字面意思“最近最少使用”，我们就可以理解LRU的淘汰规则。

 

我们用一张图来描述LRU的淘汰逻辑，图中的缓存是一个列表结构，上面是头结点下面是尾节点，缓存容量为8（8个小格子）：

• 有新数据（意味着数据之前没有被缓存过）时，加入到列表头
• 缓存到达最大容量时，需要淘汰数据多出来的数据，此时淘汰列表尾部的数据
• 当缓存中有数据被命中，则将数据移动到列表头部（相当于新加入缓存）

按上面的逻辑我们可以看到，一个数据如果经常被访问就会不断地被移动到列表头部，不会被淘汰出缓存，而越不经常访问的数据，越容易被挤出缓存。

20行Python代码实践LRU

#!/usr/bin/env python
# -*- coding:utf-8 -*-
from icecream import ic


class LRUCache:
    def __init__(self, capacity=18):
        self.capacity = capacity
        self.data = {}  # py>3.6后字典有序    否则   from collections import OrderedDict

    def get(self, key):
        res = self.data.get(key)
        if res:
            self.data.pop(key)
            self.data[key] = res
            return res
        return -1

    def put(self, key, value):
        res = self.data.get(key)
        if res:
            self.data.pop(key)
        elif self.capacity == len(self.data):
            self.data.pop(list(self.data.keys())[0])
        self.data[key] = value

    def __repr__(self):
        return str(self.data)


lru_cache = LRUCache()

g1 = lru_cache.get(11)
ic(g1)                    # ic| g1: -1
ic(lru_cache.put(1, 2))   # ic| lru_cache.put(1, 2): None
ic(lru_cache)             # ic| lru_cache: {1: 2}
ic(lru_cache.put(3, 4))   # ic| lru_cache.put(3, 4): None
ic(lru_cache)             # ic| lru_cache: {1: 2, 3: 4}

ic(lru_cache.get(3))      # ic| lru_cache.get(3): 4