LRU算法

LRU算法是什么和为什么？

由于计算机缓存空间是有限的，所以要淘汰缓存中不常用的数据，留下常用的数据，腾出空间给新的数据。

LRU是Least recently used的缩写，字面意思是“最近最少使用”，也可理解为“最久未使用”，最久未使用的当然就要被淘汰了。

思路一

使用有序单链表实现。

规定：越靠近链表尾部的结点是越早之前访问的，越靠近链表头部的节点是最近访问的。

当有一个新的数据被访问时，我们从链表头开始顺序遍历链表。

1. 如果此数据之前已经被缓存在链表中了，我们遍历得到这个数据对应的结点，并将其从原来的位置删除，然后再插入到链表的头部。

2. 如果此数据没有在缓存链表中，又可以分为两种情况：

如果此时缓存未满，则将此结点直接插入到链表的头部；

如果此时缓存已满，则链表尾结点删除，将新的数据结点插入链表的头部。

时间复杂度

在缓存中查找某个数据，不管缓存有没有满，都需要遍历一遍链表，所以缓存访问的时间复杂度为 O(n)。

访问一个新数据时，先要查找缓存，再将数据放入缓存，由于查找缓存的原因，所以更新缓存的复杂度为O(n)。

思路二

使用哈希表+链表实现

因为哈希表的查找是很快的，时间复杂度为O(1)。可以将查找和更新缓存的时间复杂度都降为O(1)。

哈希表查找快，但是数据无固定顺序；链表有顺序之分，插入删除快，但是查找慢。所以结合一下，形成一种新的数据结构：哈希链表。

借助哈希表赋予了链表快速查找的特性：可以快速查找某个 key 是否存在缓存（链表）中，同时可以快速删除、添加节点。

为什么要是双向链表，单链表行不行？

因为删除一个链表节点不光要得到该节点本身的指针，也需要操作其前驱节点的指针，而双向链表才能支持直接查找前驱，保证操作的时间复杂度 O(1)。

既然哈希表中已经存了 key，为什么链表中还要存键值对呢，只存值不就行了？

当你删除一个链表节点，同时还要把哈希表中映射到该节点的 key 删除，而这个 key 只能从链表节点得到。如果链表节点结构中只存储 val，那么就无法得知 key 是什么，就无法删除哈希表中的key，造成错误。

使用有序字典来实现LRU算法

Python有个collections.OrderedDict类，是一个有序字典，这样就相当于实现了哈希表+双向链表。

即有O(1)的查找速度，又有O(1)的更新速度。

这样就省去了实现哈希表+双向链表的代码。

Python代码实现

class LRUCache:

    def __init__(self, capacity):
        self.capacity = capacity  # 缓存容量
        self.cache = collections.OrderedDict()  # 缓存，有序字典，代替散列表+链表

    def get(self, key):
        if key not in self.cache:
            return -1  # 访问的数据不在缓存中则返回-1
        value = self.cache.pop(key)  # 将命中缓存的数据移除
        self.cache[key] = value  # 将命中缓存的数据放到头部
        print("get操作后的缓存: ", self.cache)
        return self.cache[key]

    def put(self, key, value):
        if key in self.cache:
            self.cache.pop(key)  # 已经在缓存中，则先移除老的数据
        elif len(self.cache) == self.capacity:
            self.cache.popitem(last=False)  # 不在缓存中并且到达最大容量，则把最后的数据淘汰
        self.cache[key] = value  # 将新数据添加到头部
        print("put操作后的缓存: ", self.cache)

if __name__ == "__main__":
    test = LRUCache(5)
    test.put('a', 1)
    test.put('b', 2)
    test.put('c', 3)
    test.put('d', 4)
    test.put('e', 5)
    print(test.get('a'))
    print(test.get('c'))
    print(test.get('d'))
    print(test.get('e'))
    print(test.get('a'))
    test.put('f', 6)
    print(test.get('b'))