漫画：什么是LRU算法？

————— 两个月前 —————

用户信息固然是存在数据库里。可是因为咱们对用户系统的性能要求比较高，显然不能每一次请求都去查询数据库。

因此，小灰在内存中建立了一个哈希表做为缓存，每次查找一个用户的时候先在哈希表中查询，以此提升访问性能。

很快，用户系统上线了，小灰美美地休息了几天。

一个多月以后......

———————————————

什么是哈希链表呢？

咱们都知道，哈希表是由若干个Key-Value所组成。在“逻辑”上，这些Key-Value是无所谓排列顺序的，谁先谁后都同样。

在哈希链表当中，这些Key-Value再也不是彼此无关的存在，而是被一个链条串了起来。每个Key-Value都具备它的前驱Key-Value、后继Key-Value，就像双向链表中的节点同样。

这样一来，本来无序的哈希表拥有了固定的排列顺序。

让咱们以用户信息的需求为例，来演示一下LRU算法的基本思路：

1.假设咱们使用哈希链表来缓存用户信息，目前缓存了4个用户，这4个用户是按照时间顺序依次从链表右端插入的。

2.此时，业务方访问用户5，因为哈希链表中没有用户5的数据，咱们从数据库中读取出来，插入到缓存当中。这时候，链表中最右端是最新访问到的用户5，最左端是最近最少访问的用户1。

3.接下来，业务方访问用户2，哈希链表中存在用户2的数据，咱们怎么作呢？咱们把用户2从它的前驱节点和后继节点之间移除，从新插入到链表最右端。这时候，链表中最右端变成了最新访问到的用户2，最左端仍然是最近最少访问的用户1。

4.接下来，业务方请求修改用户4的信息。一样道理，咱们把用户4从原来的位置移动到链表最右侧，并把用户信息的值更新。这时候，链表中最右端是最新访问到的用户4，最左端仍然是最近最少访问的用户1。

5.后来业务方换口味了，访问用户6，用户6在缓存里没有，须要插入到哈希链表。假设这时候缓存容量已经达到上限，必须先删除最近最少访问的数据，那么位于哈希链表最左端的用户1就会被删除掉，而后再把用户6插入到最右端。

以上，就是LRU算法的基本思路。

—————END—————

喜欢本文的朋友们，欢迎长按下图关注订阅号程序员小灰，收看更多精彩内容