源起

最近买了一个学算法的小课，讲的非常不错，里面提到了LRU缓存机制。

其实这不是我第一次听说LRU。在我使用next.js的时候，我看过一篇文章，里面提到使用LRU缓存访问过的页面进行优化。

听说Redis里面也用到了LRU缓存机制。

由此，我找了一些资料学习了一下，为了防止再次忘记，在这里记录一下。

什么是LRU缓存机制

LRU缓存机制，即采用最近最少使用的缓存策略。它的原则是，如果一个数据最近没有被访问到，那么它将来被访问的几率也很小，也就是说当限定的内存空间已没有其他空间可用时，应该把最久没有访问到的数据去除掉。

如下图所示，它是这样工作的：

三个白块可以看作一个链表，链表遵从先进先出的规律，当这个链表被1，0，7塞满的时候，7作为最久没有使用的数据，被淘汰了。

0被使用了一次，因此遵从原则，将其从底部移到头部。

leetcode146题

运用你所掌握的数据结构，设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作：获取数据 get 和写入数据 put 。

获取数据 get(key) - 如果关键字 (key) 存在于缓存中，则获取关键字的值（总是正数），否则返回 -1。写入数据 put(key, value) - 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字/值」。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。

进阶:

你是否可以在O(1)时间复杂度内完成这两种操作？

示例:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // 返回  1
cache.put(3, 3);    // 该操作会使得关键字 2 作废
cache.get(2);       // 返回 -1 (未找到)
cache.put(4, 4);    // 该操作会使得关键字 1 作废
cache.get(1);       // 返回 -1 (未找到)
cache.get(3);       // 返回  3
cache.get(4);       // 返回  4

针对leetcode146题的题解

题目的要求是在O(1)时间复杂度完成这两种操作。

可以联想到Map和链表两种数据结构。

Map 存取key value的时间复杂度都是 O(1)

链表新增，删除节点的时间复杂度都是 O(1)

下面的图很清晰的反映了Map和链表在之间的关系：

我的题解

Java版本

class LRUCache {
    private Map<Integer, LRUNode> cache = new HashMap<>();
    private int count;
    private int capacity;
    private LRUNode head, tail;

    public LRUCache(int capacity) {
        this.count = 0;
        this.capacity = capacity;

        this.head = new LRUNode();
        this.tail = new LRUNode();
        head.next = tail;
        tail.prev = head;
    }
    
    public int get(int key) {
        LRUNode node = cache.get(key);
        if (node != null) {
        	// 节点存在，最近使用，将节点放到顶部
            this.moveToHead(node);
            return node.value;
        }
        return -1;
    }
    
    public void put(int key, int value) {
        LRUNode node = cache.get(key);
        if (node != null) {
        	// 节点存在，最近使用，将节点放到顶部
            node.value = value;
            this.moveToHead(node);
        } else {
        	// 节点不存在，新增一个节点到顶部
            LRUNode newNode = new LRUNode(key, value);
            this.cache.put(key, newNode);
            this.addNode(newNode);
            ++this.count;
            
            if (this.count > this.capacity) {
            	// 如果超过容量，删除底部节点
                LRUNode tail = this.removeTail();
                this.cache.remove(tail.key);
                --this.count;
            }
        }
    }

    private void moveToHead(LRUNode node) {
        this.removeNode(node);
        this.addNode(node);
    }

    private void addNode(LRUNode node) {
        node.prev = head;
        node.next = head.next;

        head.next.prev = node;
        head.next = node;
    }

    private void removeNode(LRUNode node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    private LRUNode removeTail() {
        LRUNode res = tail.prev;
        removeNode(res);
        return res;
    }

    private class LRUNode {
        int key;
        int value;
        LRUNode prev;
        LRUNode next;

        LRUNode() {}

        LRUNode(int key, int value) {
            this.key = key;
            this.value = value;
        }
    }
}

JavaScript版本

/**
 * @param {any} value
 */
var isNil = function(value) {
    return value === null || value === undefined;
}

/**
 * @param {number} key
 * @param {number} value 
 */
var LRUNode = function(key, value) {
    this.key = key;
    this.value = value;
    this.prev = null;
    this.next = null;
}

/**
 * @param {number} capacity
 */
var LRUCache = function(capacity) {
    this.size = 0;
    this.capacity = capacity;
    this.cache = new Map();
    this.head = new LRUNode(null, null);
    this.tail = new LRUNode(null, null);
    this.head.next = this.tail;
    this.tail.prev = this.head;
};

/** 
 * @param {number} key
 * @return {number}
 */
LRUCache.prototype.get = function(key) {
    var node = this.cache.get(key);
    if (!isNil(node)) {
        this.moveToHead(node);
        return node.value;
    }
    return -1;
};

/** 
 * @param {number} node
 */
LRUCache.prototype.moveToHead = function(node) {
    this.removeNode(node);
    this.addNode(node);
};

/** 
 * @param {number} node
 */
LRUCache.prototype.removeNode = function(node) {
    var prevNode = node.prev;
    var nextNode = node.next;
    if (!isNil(nextNode))
        prevNode.next = node.next;
    if (!isNil(nextNode))
        nextNode.prev = node.prev;
};

/** 
 * @param {number} node
 */
LRUCache.prototype.addNode = function(node) {
    node.prev = this.head;
    node.next = this.head.next;

    this.head.next.prev = node;
    this.head.next = node;
};

/** 
 * @param {number} node
 */
LRUCache.prototype.removeTail = function() {
    var node = this.tail.prev;
    this.removeNode(node);
    return node;
};

/** 
 * @param {number} key 
 * @param {number} value
 * @return {void}
 */
LRUCache.prototype.put = function(key, value) {
    var node = this.cache.get(key);
    if (!isNil(node)) {
        node.value = value;
        this.moveToHead(node);
    } else {
        var newNode = new LRUNode(key, value);
        this.cache.set(key, newNode);
        this.addNode(newNode);
        this.size ++;

        if (this.size > this.capacity) {
            var tailNode = this.removeTail();
            this.cache.delete(tailNode.key);
            this.size --;
        }
    }
};

参考

力扣（LeetCode）leetcode-cn.com/problems/lr…

学习一下LRU（最近最少使用）缓存机制

源起