06 | 链表（上）：如何实现LRU缓存淘汰算法?

7.1、删除操作的第一种方式是怎么找到前面一个结点的值

一、缓存的概述

缓存是一种提高数据读取性能的技术，在硬件设计、软件开发中都有着非常广泛的应用，比如常见的 CPU 缓存、数据库缓存、浏览器缓存等等。

二、缓存淘汰常见的策略有三种

2.1、先进先出策略 FIFO（First In，First Out）

2.2、最少使用策略 LFU（Least Frequently Used）

2.3、最近最少使用策略 LRU（Least Recently Used）

三、链表的概述

相比数组，链表是一种稍微复杂一点的数据结构。这两个非常基础、非常常用的数据结构。

数组需要一块连续的内存空间来存储，对内存的要求比较高。如果我们申请一个 100MB 大小的数组，当内存中没有连续的、足够大的存储空间时，即便内存的剩余总可用空间大于 100MB，仍然会申请失败。

而链表恰恰相反，它并**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，所以如果我们申请的是 100MB 大小的链表，根本不会有问题。

四、三种最常见的链表结构——单链表

单链表、双向链表和循环链表。我们首先来看最简单、最常用的单链表。

链表连接的零散内存块，称为结点。结点上除了存储数据外，还要记录连接下一个结点的地址，称为后继指针next。

单链表的结构图如上，还有一个特点是它有头结点和 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。

五、链表也支持数据的查找、插入和删除操作

5.1、链表的插入和删除操作

从图中我们可以看出，针对链表的插入和删除操作，我们只需要考虑相邻结点的指针改变，所以对应的时间复杂度是 O(1)。

5.2、链表的查找操作

但是，有利就有弊。链表要想随机访问第 k 个元素，就没有数组那么高效了。因为链表中的数据并非连续存储的，所以无法像数组那样，根据首地址和下标，通过寻址公式就能直接计算出对应的内存地址，而是需要根据指针一个结点一个结点地依次遍历，直到找到相应的结点。时间复杂度为O（n）。

六、三种最常见的链表结构——循环链表

6.1、循环链表是一种特殊的单链表。

单链表的尾结点后继指针next指向了null，而循环链表指向了头结点。

6.2、什么情景下可以用循环链表？

循环链表的优点是从链尾到链头比较方便。当要处理的数据具有环型结构特点时，就特别适合采用循环链表。比如著名的约瑟夫问题。尽管用单链表也可以实现，但是用循环链表实现的话，代码就会简洁很多。

七、三种最常见的链表结构——双向链表

双向链表多出了前驱指针prev，并且是双向的。最后一个next指针的指向是哪里？

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。那相比单链表，双向链表适合解决哪种问题呢？

7.1、删除操作

在实际的软件开发中，从链表中删除一个数据无外乎这两种情况：

7.1.1、删除结点中“值等于某个给定值”的结点

不管是单链表还是双向链表，为了查找到值等于给定值的结点，都需要从头结点开始一个一个依次遍历对比，直到找到值等于给定值的结点，然后再通过我前面讲的指针操作将其删除。
尽管单纯的删除操作时间复杂度是 O(1)，但遍历查找的时间是主要的耗时点，对应的时间复杂度为 O(n)。根据 时间复杂度分析中的加法法则， 删除值等于给定值的结点对应的链表操作的总时间复杂度为 O(n)。

7.1.2、删除给定指针指向的结点

需要先进行查找，然后将查找到的执行删除操作，但是 要知道前一位的值。（前结点） 对于单向链表来说，需要重新从头开始查找到要删除的值的前一位的值，比较耗时。但是对于双向链表来说，它可以通过前驱指针很容易找到前一位的数据的值。

单链表删除操作需要 O(n) 的时间复杂度，而双向链表只需要在 O(1) 的时间复杂度内就搞定了！

7.2、插入操作

同删除操作，如果我们希望在链表的某个指定结点前面插入一个结点，双向链表比单链表有很大的优势。双向链表可以在 O(1) 时间复杂度搞定，而单向链表需要 O(n) 的时间复杂度。

7.3、查找操作

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。

7.4、应用场景

如果你深入研究 LinkedHashMap 的实现原理，就会发现其中就用到了双向链表这种数据结构。

八、设计思想——用空间换时间

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。

总结一下，**对于执行较慢的程序，可以通过消耗更多的内存（空间换时间）来进行优化；**而消耗过多内存的程序，可以通过消耗更多的时间（时间换空间）来降低内存的消耗。

九、循环链表和双向链表整合----------->双向循环链表

十、链表 VS 数组性能大比拼

10.1、数组和链表的时间复杂度

10.2、选用数组或链表，除了考虑时间复杂度外，还需要考虑什么？

1、数组可以借助CPU的缓存机制，链表对CPU的缓存机制是不友好的，没办法有效预读。
2、数组一经声明，就占用了一整块连续的内存空间。而链表本身没有大小限制，天然的支持动态扩容。
3、ArrayList 容器的扩容是非常消耗性能的。一但准备扩容，就需要申请1.5倍的原来的存储空间，并且要把原来的数据拷贝到该存储空间里。
4、如果写代码的时候，对内存的使用非常苛刻的话。首要还是考虑数组，因为链表的每个结点的指针都是需要占用内存的。
5、而且，对链表进行频繁的插入、删除操作，还会导致频繁的内存申请和释放，容易造成内存碎片，如果是 Java 语言，就有可能会导致频繁的 GC（Garbage Collection，垃圾回收）。

十一、回归主题——如何基于链表实现LRU缓存淘汰算法？

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、（如果数据存在链表中） 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、（如果数据不存在链表中） 如果此数据没有在缓存链表中，又可以分为两种情况：
2.1、如果此时缓存未满， 则将此结点直接插入到链表的头部；
2.2、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。
不管缓存有没有满，我们都需要遍历一遍链表，所以这种基于链表的实现思路，缓存访问的时间复杂度为 O(n)。

优化方案

比如引入散列表（Hash table）来记录每个数据的位置，将缓存访问的时间复杂度降到 O(1)。后续会讲到这个数据结构。

十二、课后总结及作业

12.1、作业

利用数组实现 LRU 缓存淘汰策略呢？

12.2、课后思考

回文字符串：一个正读和反读都一样的字符串，比如“level”或者“noon”等等就是回文串。

如何判断一个字符串是否是回文字符串的问题，我想你应该听过，我们今天的题目就是基于这个问题的改造版本。如果字符串是通过单链表来存储的，那该如何来判断是一个回文串呢？你有什么好的解决思路呢？相应的时间空间复杂度又是多少呢？

1 快慢指针定位中间节点
2 从中间节点对前半部分逆序
3 前后半部分比较，判断是否为回文

public class Test {

    Node head;

    public static void main(String[] args) {
        Test test = new Test();

        String s = "waw";
        for (int i = 0; i < s.length(); i++) {
            String substring = s.substring(i, i + 1);
            //将遍历字符串插入链表结点
            test.inserttail(substring);
        }

        if (test.ss()) {
            System.out.println("该字符串是回形文");
        } else {
            System.out.println("该字符串不是回形文");
        }


    }

    //用快慢指针找到中间结点
    //需要注意的临界点：1、将数据添加到单向链表后，判断是否有元素？
    //              2、判断是否是一个元素？
    //
    public boolean ss() {
        if (head == null) {
            return false;
        } else {
            if (head.next == null || head.next.next == null) {
                return true;//只有一个元素或两个元素
            }

            //快指针
            Node p = head;
            //慢指针
            Node q = head;

            while (p.next != null && p.next.next != null) {//这的判断是为了防止出现两种情况：一、偶数个数结点 二、奇数个数结点
                p = p.next.next;
                q = q.next;
            }
            //左边第一个指针
            Node leftNode = null;
            //右边第一个指针 savas
            Node rightNode = q.next;
            //元素个数是偶数和奇数是有区别的。
            if (p.next == null) {
                //偶数
                leftNode = cc(q).next;
            } else {
                //奇数
                leftNode = cc(q);
            }

            //比较前后半部分
            return aa(leftNode, rightNode);
        }
    }

    public boolean aa(Node leftNode, Node rightNode) {
        Node l = leftNode;
        Node r = rightNode;
        boolean flag = true;
        while (l != null && r != null) {
            if (l.nodeS.equals(r.nodeS)) {
                l = l.next;
                r = r.next;
                continue;
            } else {
                flag = false;
                break;
            }
        }
        return flag;
    }

    //将前半部分进行反转
    public Node cc(Node q) {
        Node next;
        Node r = head;
        Node pre = null;

        while (r != q) {
            //将第一个的next结点存储起来
            next = r.next;
            r.next = pre;
            pre = r;
            r = next;
        }

        r.next = pre;

        return r;
    }


    //链表尾部插入
    public void inserttail(String str) {
        Node newnode = new Node();
        newnode.setNodeS(str);

        if (head == null) {
            head = newnode;
        } else {
            Node q = head;
            while (q.next != null) {
                q = q.next;
            }
            q.next = newnode;
        }


    }


    public static class Node {
        private String nodeS;
        private Node next;

        public String getNodeS() {
            return nodeS;
        }

        public void setNodeS(String nodeS) {
            this.nodeS = nodeS;
        }

        public Node getNext() {
            return next;
        }

        public void setNext(Node next) {
            this.next = next;
        }
    }
}