LRU（Least recently used）是一种缓存更新策略，即当缓存数目达到最大容量、或者某个条件时，移除掉最近最少使用的元素。微信前不久开源了一个客户端Key-Value存储库MMKV https://github.com/Tencent/MMKV ，其中实现了这样一个十分精简的LRU缓存（LRUCache类）。

LRUCache实现原理介绍

使用链表记录所有元素（key和value）。
使用哈希表记录key和链表的位置，用于快速判断元素是否已经包含。
加入新元素，在链表的头部添加。
访问一个元素，则移动到链表的头部。
若数量超过最大容量，则删除链表的结尾。

下面是代码及注释。

MMKV的实现

代码就贴这里，相信看一遍就很容易明白

// 链表#import <list>// 无序map#import <unordered_map>// key和value类型template <typename Key_t, typename Value_t>class LRUCache {    // 最大元素个数    size_t m_capacity;    // 链表存储pair    std::list<std::pair<Key_t, Value_t>> m_list;    // 记录key和指向链表的iterator（迭代器，类似指针）    std::unordered_map<Key_t, typename decltype(m_list)::iterator> m_map;public:    LRUCache(size_t capacity) : m_capacity(capacity) {}    // 当前占用的大小    size_t size() const { return m_map.size(); }    // 空间最大    size_t capacity() const { return m_capacity; }    // 是否包含某个key    bool contains(const Key_t &key) const { return m_map.find(key) != m_map.end(); }    // 清空    void clear() {        m_list.clear();        m_map.clear();    }    // 添加    void insert(const Key_t &key, const Value_t &value) {        // 是否已经添加过key        auto itr = m_map.find(key);        if (itr != m_map.end()) {            // 添加过            // 则把这个元素移动到链表的最开始(iter->second移动到begin)            m_list.splice(m_list.begin(), m_list, itr->second);            // 覆盖key的新value            itr->second->second = value;        } else {            // 是否满了            if (m_map.size() == m_capacity) {                // 满了（超过了设定的最大空间）                // 移除掉链表的最后一项                // 跟进最后一个key移除掉map中的项                m_map.erase(m_list.back().first);                // 移除掉链表的最后一项                m_list.pop_back();            }            // 没有满            // 链表最开始添加            m_list.push_front(std::make_pair(key, value));            // 加入map            m_map.insert(std::make_pair(key, m_list.begin()));        }    }    // 获取    Value_t *get(const Key_t &key) {        // 查找        auto itr = m_map.find(key);        if (itr != m_map.end()) {            // 找到了            // 移动找到的项目到链表最开始(iter->second存储了指向当前项目在链表中的迭代器)            m_list.splice(m_list.begin(), m_list, itr->second);            return &itr->second->second;        }        return nullptr;    }    // 遍历每一项    void forEach(std::function<void(Key_t&,Value_t&)> callback){        for(auto & item : m_list){            callback(item.first,item.second);        }    }};

增加打印方法

上面增加了一个打印所有元素的辅助方法forEach

    void forEach(std::function<void(Key_t&,Value_t&)> callback){        for(auto & item : m_list){            callback(item.first,item.second);        }    }

传入一个lambda表达式就可以打印了。

测试例子

        LRUCache<string, int> cache(5);        cache.insert("a",1);        cache.insert("b",2);        cache.insert("c",3);        cache.insert("d",4);        cache.insert("e",5);        cache.forEach([](string& key,int& value){            NSLog(@"%s - %d",key.c_str(),value);        });        NSLog(@">> after insert 6");        cache.insert("f",6);        cache.forEach([](string& key,int& value){            NSLog(@"%s - %d",key.c_str(),value);        });        NSLog(@">> after get d");        cache.get("d");        cache.forEach([](string& key,int& value){            NSLog(@"%s - %d",key.c_str(),value);        });

输出如下：

代码

加了点注释的LRUCache代码 https://github.com/bukuzao/bukuzao/blob/master/sample/LRUCacheSample/LRUCacheSample/LRUCache.hpp
MMKV中LRUCache的实现 https://github.com/Tencent/MMKV/blob/master/iOS/MMKV/MMKV/LRUCache.hpp
测试代码在这里 https://github.com/bukuzao/bukuzao/blob/master/sample/LRUCacheSample/LRUCacheSample/main.mm

其他缓存策略

https://en.wikipedia.org/wiki/Cache_replacement_policies

参考

https://en.wikipedia.org/wiki/Cache_replacement_policies#Least_recently_used_(LRU)

LeetCode

LeetCode 中就有个类似的题目 https://leetcode.com/problems/lru-cache/description/ 可以练习一下。

欢迎关注订阅号《性能优化很有趣》：

bukuzao

MMKV中的简单LRU缓存(LRUCache)