LRU 缓存机制及 3 种简单实现

　　以前好几回接触到 LRU（Least Recently Used）算法，今天来总结下，并用 Java 和 Python 给出相应的实现。

　　LRU是一种缓存替换算法，根据字面意思，就是将最近最少使用的页面或者元素进行替换，将最近最多使用的页面或者元素保持在缓存里。有关缓存的知识后面再仔细研究下。因为缓存的容量大小有限，这才有了LRU之类的缓存算法。还有一些其余的缓存算法,能够参考这个页面。

　　根据下面的图示进行LRU算法的理解。

 

　　其中 put 操做用于将最近使用的元素放置在缓存中。必须先判断 key 是否存在，若是存在，则删除，再添加；若不存在，则直接添加，而后判断添加后的缓存是否超过了容量；若超出，则删除最远元素；get 操做用于获取缓存中元素的值，在 leetcode146 题中规定，若是缓存中没有该元素，则返回 -1。

　　通常咱们在实现的时候会考虑存储 key-value 的键值对形式，能够用双链表存储 key，HashMap 存储真正须要的值 value，因此真正意义上的缓存应该是指这个HashMap。链表的做用是用来顺序存储 key，当缓存满了，须要删除最远的那个 key 及其 value，此时就须要根据链表找到最远的 value 的 key，从而删除缓存 HashMap中的最远的键值对。

　　这里咱们用 双链表 + hashMap 以及 LinkedHashMap 、Python 中 OrderedDict 三种方式来实现一个简单的 LRU 机制。

双链表 + hashMap

 

 1 class Solution {  2 private LinkedList<Integer> linkedList;  3 private Map<Integer, Integer> map;  4  5 private int max_size;  6 private int cur_size = 0;  7  8 public Solution(int capacity) {  9 linkedList = new LinkedList<>(); 10 map = new HashMap<>(); 11 this.max_size = capacity; 12  } 13 14 public int get(int key) { 15 if(!map.containsKey(key)){ 16 return -1; 17  } 18 19 int val = map.get(key); 20 Object o = key; 21  linkedList.remove(o); 22  linkedList.addLast(key); 23 return val; 24  } 25 26 public void put(int key, int value) { 27 if(map.containsKey(key)){ 28 // 这个put不能省略，即时key存在，若新添加的value更新了，那恰好就将value更新，若是省略，则value更新不了 29  map.put(key, value); 30 Object o = key; 31  linkedList.remove(o); 32  linkedList.addLast(key); 33 }else{ 34  map.put(key, value); 35 cur_size++; 36  linkedList.addLast(key); 37 if(cur_size>max_size){ 38 int tmp = linkedList.removeFirst(); 39  map.remove(tmp); 40 cur_size--; 41  } 42  } 43  } 44 }

 

　　其中在进行元素删除的时候，链表的时间复杂度是O（n），用 HashMap 进行 key 的查找的时候是O（1）的复杂度。

LinkedHashMap

 1 class Solution {  2 private LinkedHashMap<Integer, Integer> map;  3 private int max_size;  4 private int cur_size;  5  6 public Solution(int capacity) {  7 map = new LinkedHashMap<>();  8 this.max_size = capacity;  9 this.cur_size = 0; 10  } 11 12 public int get(int key) { 13 // 若没有，则返回 -1 14 if(!map.containsKey(key)){ 15 return -1; 16  } 17 18 int val = map.get(key); 19  map.remove(key); 20  map.put(key, val); 21 return val; 22  } 23 24 public void put(int key, int value) { 25 if(map.containsKey(key)){ 26  map.remove(key); 27  map.put(key, value); 28 }else{ 29 cur_size++; 30  map.put(key, value); 31 if(cur_size > max_size){ 32 int oldestKey = map.keySet().iterator().next(); // 获取最远的key。 33  map.remove(oldestKey); 34 cur_size--; 35  } 36  } 37  } 38 }

　　LinkedHashMap 自己也是由 双链表 + hashMap 组成的。在缓存满了须要删除最远的元素的时候，是用的 HashMap 里的迭代器来获取最开始进来的key并删除其键值对。

Python OrderedDict

　　Python 能够使用这篇文章介绍的 OrderedDict 这一字典子类很轻松的实现 LRU 机制。

 1 class LRUCache:  2  3 def __init__(self, capacity: int):  4 self.dic = OrderedDict()  5 self.remain = capacity  6  7  8 def get(self, key: int) -> int:  9 if key not in self.dic: 10 return -1 11 # v = self.dic.pop(key) 12 # self.dic[key] = v 13 self.dic.move_to_end(key, last = True) 14 return self.dic[key] 15 16 def put(self, key: int, value: int) -> None: 17 if key in self.dic: 18  self.dic.pop(key) 19 else: 20 if self.remain > 0: 21 self.remain -= 1 22 else: 23 self.dic.popitem(last = False) 24 self.dic[key] = value