算法与数据结构_数据结构与算法：链表

链表的典型应用，LRU缓存淘汰算法。

缓存是一种可以提高数据读取性能的技术，在硬件设计、软件开发中都有广泛的应用，如CPU缓存，数据库缓存、浏览器缓存。

缓存有大小限制，所以需要缓存的清理机制，一般有以下三种策略：

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)

实现LRU缓存淘汰算法思路：

如果被访问的数据之前已经缓存在链表中，便利找到数据对应的结点，并从原来位置删除，然后插入来链表头部。

如果方位数据没有缓存在链表中，分两种情况去处理

缓存未满，数据直接插入到链表头部

缓存已满，则先删除链表尾部节点，然后新数据直接插入链表头部。

这种处理思路，缓存访问的时间复杂度为O(n)。

链表是比数组稍微复杂一些的数据结构。

数组需要一款连续的内存空间。链表则不需要内存连续，通过“指针”将零散的内存块串联起来使用。

链表结构常见的有三种：单(向)链表，双向链表、循环链表。

单链表每个数据节点存储数据之外，还需要一个指针记录链上下一个节点的地址，叫做后继指针 next。

单链表有两个特殊的节点，头结点记录链表接地址，尾节点指针指向空地址 NULL。

插入删除操作时间复杂度是O(1)。 查询时间复杂度为O(n)。

循环链表与单链表相比，就是尾部节点指针指向头部结点。

双向链表，顾名思义，就是每个节点比单向链表多了一个前驱指针 prev 指向前面节点。

双向链表在查找指定指针指向节点，和在特定节点插入数据，删除数据等操作上时间复杂度都为O(1)。都比单链表有优势。

而且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。

但是由于双向链表记录同样的数据，内存空间上要比单向链表多，但是查询删除等操作更有时间上的优势，这就是用空间换取时间的设计思想。

前面提到的缓存实际上就是利用了空间换时间的设计思想。如果我们把数据存储在硬盘上，会比较节省内存，但每次查找数据都要询问一次硬盘，会比较慢。但如果我们通过缓存技术，事先将数据加载在内存中，虽然会比较耗费内存空间，但是每次数据查询的速度就大大提高了。

循环链表和双向链表结合而成就是双向循环链表了。