上文介绍了LRU Cache的场景点击回顾，以及在es6前提下可以借助Map结构来解决，而本文将介绍在es5条件下，更加根正苗红不取巧的解决方案。
还是简单介绍下场景要求，方便没看前一篇的同学也能直接看（顺便凑点字数）:
当用户访问不同站点时，浏览器需要缓存在对应站点的一些信息，当下次访问同一个站点的时候，通过读取缓存就可以实现更快速的访问。缓存的分配空间是有限的，所以当空间不足时，需要优先删除最近不经常使用的数据，实现缓存的管理。
需求整理
把上述场景问题进一步整理成代码需求：请实现一个class，提供以下功能：
- 提供
put方法，用于写入不同的缓存数据，假设每条数据形式是{'域名','info'},例如{'https://segmentfault.com': '一些关键信息'}（如果是同一域名重复写入，则新写入覆盖旧数据）; - 当缓存达到上限时， 调用
put写入缓存之前, 要删除最近最少使用的数据； - 提供
get方法，用于读取缓存数据，同时需要把被读取的数据，移动到最近使用数据 ； - 考虑到性能问题，希望
get和set的操作的复杂度是O(1)（简单理解就是，不能使用遍历）
数据选型
同样的，先考虑数据结构的选择，既然是es5那么可选的只有Array和Object了，array通常用于需要表示顺序的数据结构，但是从上一篇文章我们可以知道，算法实现的核心，在于维持新插入的数据排在后面，旧数据放在前面的顺序，所以每次读取数据之后需要重排序，来维持这个顺序。而用数组存放数据的话，排序一定躲不开遍历，那就不符合前面的第四条，所以只能考虑Object，用Object如何表示顺序呢？ 就必须要用到链表结构了。
链表介绍
基本内容
考虑到本篇文章的部分读者有可能第一次接触链表结构，还是在这里做一下简要的介绍，熟悉的读者可以跳过本节。
链表结构如上图所示，是由一些节点以及节点之间的指针串联起来的。(颜色是为了方便区分属于哪个节点的指针)
A``B``C``D属于常规节点,Head和Tail是虚拟的头部和尾部节点，这是为了方便找到链表的首末设定的；- 对于每个节点而言，它只会记住它的前后位置（如果是单向链表，就只需要记住一个方向；如果是双向链表，就需要分别记住前面和后面的节点,上图是双向链表）并用
pre和next指针来访问；
Head节点 的pre和Tail节点next都指向null
操作图解
还是以双向链表为例，从末尾增加节点时如图所示，只需改动Tail以及实际末尾节点（本例中是D）的指针即可(关注红色线框标的节点即可)：
删除节点则如图（以c节点为例）只需要把该节点前后节点连接，并且把自身的两个指针指向null即可：
移动节点的方式同样借用前文里”移动节点等于先删除后重新从首位插入“这个思路。
如图所示，假设C节点 被get方法读取，那么需要把C节点移到链表最前端，实现从左到右的变化，看似复杂，实际上只要执行以下伪代码:
// 将节点移动到首位
moveToHead(node) {
if(node){
// 把B和D连起来
node.pre.next = node.next;// B的next指针指向D
node.next.pre = node.pre; // D的nex指针指向B
// 把C节点移动到head和A之间
head.next.pre = node; // A节点的pre指针 指向C
node.next = head.next; // C节点的next指针 指向A
node.pre = head; // C节点的pre指针 指向head
head.next = node.pre； // head的next指针 指向C
}
}
其实就是修改目标节点(C)的前后指针，head节点的前后指针，以及**目标节点前后节点(B和D)**的前后指针（最多就涉及到5个节点，这是固定的，所以复杂度只是O(1)）。
上面步骤只是解决了重排序的复杂度问题，但是还需要处理get读取时O(1)复杂度的问题，链表结构方便排序，但是读取难度较大，所以同时我们还要维护一个hash map(哈希表)，在es5下用objec可以实现，那么整个算法的难点基本完成，可以分步写代码了。
算法实现
首先，提供链表节点的类，结构就是domain和info之外，再加一个pre指针和一个next指针：
function DoubleLinkNode (domain, info){
this.doamin = domain;
this.info = info;
this.pre = null;
this.next = null;
}
其次，是LRU Cache的构造函数：
function LRUCache (size){
this.size = size;
this.hashMap = {};
// 初始化虚拟的头尾节点 方便找到链表头尾
this.head = new DoubleLinkNode();
this.tail = new DoubleLinkNode();
this.head.next = this.tail;
this.tail.pre = this.head;
}
然后一样的是先写put方法，
LRUCache.prototype.put = function (domain, info){
// 首先判断节点是否存在，存在则更新对应信息，不存在则插入
if(this.hashmap[domain]){
const node = this.hashmap[domian];
node.info = info；// 更新
this.moveToTop(node); // todo1 将节点移动到最前面
return ;
}
// 否则插入新节点
const size = Object.keys(this.hashmap).length;
if(size >= this.size)}{
// 超过容量，需要先删除最不经常使用的节点，也就是末尾节点
const node = this.tail.pre;
this.removeNode(node); // todo2 将节点移除
}
// 正常插入新节点 并添加到最前面
const newNode = new DoubleLinkNode(domain, info);
this.hashMap[domain] = info;
this.moveToTop(node);
};
为了阅读清晰，我们先提取了moveToTop和deleteNode方法，接下来补上实现，由于前面说过思路了，也比较简单:
LRUCache.prototype.moveToTop = function (node){
head.next.pre = node;
node.next = head.next;
node.pre = head;
head.next = node；
};
LRUCache.prototype.deleteNode = funtion(node) {
// 链表中移除节点实际上就是将节点的前后节点相连 孤立目标节点即可
node.prev.next = node.next;
node.next.prev = node.prev;
node.prev = null;
node.next = null;
// 别忘了还要从哈希表去掉节点的key值
delete this.hashMap[node.domain];
}
最后是get方法, 也比较简单：
LRUCache.prototype.get(domain) = function(){
if (!this.hashmap[domain]) {
return false;
}
const node = this.hashmap[domain];
this.deleteNode(node)
// 因为deleteNode的时候删除了 所以要重新登记
this.hashmap[domain] = node;
this.moveToTop(node);
return node.info;
};
小结
其实双向链表的思路相对前一篇的map实现更有普适性，这个思路不仅适用于js，在C语言和其他语言一样可以实现。而且，面试也可以拿来吹牛逼（和面试无关的都不吸睛）。
关于链表结构，有算法基础的同学可能比较熟悉，但是对于第一次接触的同学同学比较陌生，所以考虑再三还是决定写的详细一些，力求每一篇文章都尽量让读者读起来不至于太费劲，更贴合自己写博客的初衷。
此外也啰嗦一句，可能算法类和源码类的文章大家都不是很喜欢（当然也可能仅仅是这类文章我写的不够容易读懂，或者大家觉得这是屠龙技，并不实用），相对而言面经和实践知识点的文章更受欢迎，毕竟人都是有畏难情绪的，不过我觉得还是可以对这些内容都做一些了解，学习算法思路，一方面对于找工作的朋友短期就有帮助，但是对于长期从事编程行业来说，也能够增长知识，锻炼逻辑能力。
总结
希望大家对于喜爱的文章，能够点赞和收藏，这样也能一定程度上给我个反馈，哪些文章写的较好，哪些文章还有不足，或者对于行文风格和内容有任何意见的，都欢迎私信交流。
最后依然是惯例，RingCentral目前在杭州也设置了办公点，而且可以申请长期远程办公，告别996，工作生活两不误，有兴趣的同学可以私信咨询（主页有联系方式），可以免费帮忙内推~
