通过python的内置数据结构OrderedDict实现LRU缓存机制
LRU缓存机制 : 是一种缓存剔除策略,即当缓存的容量达到上限时,删除最近很少使用的key.
leetcode地址
使用这种缓存机制,我们需要定义两种方法:
- get方法:当要获取的key存在,就返回key的值,如果key不存在就返回-1
- put方法:存入一个键值对,当超过缓存的容量就删除最近最少的使用的一个key
思路:
通过一个容器对象存储键值对,当我们我去访问某个key的时候,该key就是最新使用的key,把该key存放到容器对象的末尾,这样就可以把最近最少使用的key全部放到容器的最开始位置,当容器的容量达到上限的时候就删除容器中最开始位置的key,这样就可以实现当缓存达到上限,自动删除最近很少使用的key.
在实现之前先了解下有序字典和其对应的方法:
有序字典OrderedDict: 字典的一个字类,可以记录键的插入顺序
有序的字典的方法:
- move_to_end(key, last=True): 将字典中的某个key移动到字典的末尾,last参数默认为True,表示到末尾;
- popitem(last=False): 将字典中的一个键删除,last=False,表示删除字典的开头的一个键.
实现的代码如下:
#lru-cache.py
'''LRU缓存机制的实现'''
from collections import OrderedDict
class LRU_CACHE:
def __init__(self, capacity=4):
#定义字典的容量上限
self.capacity = capacity
self.od = OrderedDict()
def get(self, key):
# 当key存在时,就把key的值取出,同时把该key移动到字典的末尾,表示最新的key
if key in self.od.keys():
value = self.od[key]
self.od.move_to_end(key)
return value
else:
return -1
def put(self, key, value):
#注意这里需要判断key存在于字典中的情况
if key in self.od.keys():
#当key存在的时候,就把原先的键删除,重新添加key
del self.od[key]
#添加的key-value默认会存放到字典的末尾
self.od[key] = value
else:
self.od[key] = value
#当字典的容量超过指定的上限,就删除字典最开始位置的一个key,即为最近最少访问的key
if len(self.od) > self.capacity:
self.od.popitem(last=False)
在代码写完后可以定义一个测试模块:
#test-lru.py
import unittest
from collections import OrderedDict
from .lru-cache import LruCache
class LruCacheTest(unittest.TestCase):
def test_init(self):
l = LruCache()
self.assertEqual(l.capacity, 5)
self.assertIsInstance(l.od, OrderedDict)
def test_get(self):
l = LruCache()
d = {'a':1, 'b':2, 'c':3, 'd':4, 'e':5}
for k,v in d.items():
l.od[k] = v
self.assertEqual(l.get('c'), 3)
self.assertEqual(l.get('f'), -1)
l.get('b')
self.assertEqual(list(l.od.keys())[-1], 'b')
def test_put(self):
l = LruCache()
d = {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
for k,v in d.items():
l.od[k] = v
l.put('f', 6)
self.assertEqual(l.get('a'), -1)
if __name__ =='__main__':
unittest.main()