链表（上）：如何实现LRU缓存淘汰算法?

缓存的大小有限，当缓存被用满时，哪些数据应该被清理出去，哪些数据应该被保留？这就需要缓存淘汰策略来决定。常见的策略有三种：先进先出策略 FIFO（First In，First Out）、最少使用策略 LFU（Least Frequently Used）、最近最少使用策略 LRU（Least Recently Used）。这些策略你不用死记，

1.五花八门的链表结构

1. 从底层结构上看

  数组需要一块连续的内存空间来存储
  链表并不需要一块连续的内存空间,它通过"指针"将一组零散的内存块串联起来使用;

2. 单链表

单链表是最简单,最常用的链表结构;

  其中有两个结点是比较特殊的，它们分别是第一个结点和最后一个结点。我们习惯性地把第一个结点叫作头结点，把最后一个结点叫作尾结点。其中，头结点用来记录链表的基地址。有了它，我们就可以遍历得到整条链表。而尾结点特殊的地方是：指针不是指向下一个结点，而是指向一个空地址 NULL，表示这是链表上最后一个结点。
  在链表中插入或者删除一个数据，我们并不需要为了保持内存的连续性而搬移结点，因为链表的存储空间本身就不是连续的。所以，在链表中插入和删除一个数据是非常快速的,时间复杂度为O(1)。但是访问数据的时候非常慢,时间复杂度为O(n);

  双向链表需要额外的两个空间来存储后继结点和前驱结点的地址。所以，如果存储同样多的数据，双向链表要比单链表占用更多的内存空间。虽然两个指针比较浪费存储空间，但可以支持双向遍历，这样也带来了双向链表操作的灵活性;
双向链表的优势:
  双向链表比单项链表有两个优势;
  第一个优势:是双向链表在删除结点的时候,已经找到了要删除的结点,但是要删除这个结点需要知道这个结点的前驱结点,单链表不能直接获取前驱结点.为了找到前驱结点前驱结点,需要从头开始遍历列表,但是双向链表可以直接获取,不需要遍历;
  第二个优势:对于一个有序链表，双向链表的按值查询的效率也要比单链表高一些。因为，我们可以记录上次查找的位置 p，每次查询时，根据要查找的值与 p 的大小关系，决定是往前还是往后查找，所以平均只需要查找一半的数据。
  这是用空间换时间的设计思想。当内存空间充足的时候，如果我们更加追求代码的执行速度，我们就可以选择空间复杂度相对较高、但时间复杂度相对很低的算法或者数据结构。相反，如果内存比较紧缺，比如代码跑在手机或者单片机上，这个时候，就要反过来用时间换空间的设计思路。
  缓存实际上就是利用了空间换时间的设计思想。

3 双向循环链表

4 实际开发

1. 删除结点中“值等于某个给定值”的结点；
2. 删除给定指针指向的结点。

2.链表 VS 数组性能大比拼

  数组访问效率高,数组的缺点是大小固定,一经声明就要占用整块连续内存空间,会导致浪费内存或者内存不足;
  链表天然支持动态扩容;容器的动态扩容的底层是重新开辟空间,将数据拷贝过去,这个过程是非常低效的;

3 LRU实现算法

思路:
  我们维护一个有序单链表，越靠近链表尾部的结点是越早之前访问的。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。

4 总结

  和数组相比，链表更适合插入、删除操作频繁的场景，查询的时间复杂度较高。不过，在具体软件开发中，要对数组和链表的各种性能进行对比，综合来选择使用两者中的哪一个。

优秀的评论

CPU在从内存读取数据的时候，会先把读取到的数据加载到CPU的缓存中。而CPU每次从内存读取数据并不是只读取那个特定要访问的地址，而是读取一个数据块(这个大小我不太确定。。)并保存到CPU缓存中，然后下次访问内存数据的时候就会先从CPU缓存开始查找，如果找到就不需要再从内存中取。这样就实现了比内存访问速度更快的机制，也就是CPU缓存存在的意义:为了弥补内存访问速度过慢与CPU执行速度快之间的差异而引入。
对于数组来说，存储空间是连续的，所以在加载某个下标的时候可以把以后的几个下标元素也加载到CPU缓存这样执行速度会快于存储空间不连续的链表存储。