深挖优雅LRU缓存实现，化繁为简

2023-10-18 23:44:38

LRU（Least Recently Used）缓存算法，是计算机系统中广泛使用的一种缓存淘汰策略，它通过跟踪记录数据项最近一次被访问的时间，来判断数据项的冷热程度，从而决定哪些数据项应该被淘汰。LRU算法的思想很简单，但实现起来却有很多细节需要注意，本文将深入探讨LRU缓存的实现细节，从原理到代码，层层剖析其优雅设计，让你对LRU缓存有更深刻的理解和运用。

首先，我们来看LRU缓存的基本原理。LRU缓存维护着一个有序的链表，链表的头部是最近被访问的数据项，链表的尾部是最早被访问的数据项。当数据项被访问时，LRU缓存会将其移动到链表的头部，而当缓存已满，需要淘汰数据项时，LRU缓存会从链表的尾部删除数据项。

基于这一基本原理，我们可以使用链表和哈希表来实现LRU缓存。链表负责维护数据项的访问顺序，哈希表则负责快速定位数据项。当数据项被访问时，我们首先在哈希表中查找该数据项，如果找到，则将其移动到链表的头部；如果未找到，则将该数据项添加到链表的头部，并将其添加到哈希表中。当缓存已满，需要淘汰数据项时，我们从链表的尾部删除数据项，并将其从哈希表中删除。

下面是一个使用链表和哈希表实现LRU缓存的代码示例：

class LRUCache:
    def __init__(self, capacity):
        self.capacity = capacity
        self.hashmap = {}
        self.head = Node(None, None)
        self.tail = Node(None, None)
        self.head.next = self.tail
        self.tail.prev = self.head

    def get(self, key):
        if key in self.hashmap:
            node = self.hashmap[key]
            self.remove_node(node)
            self.add_node(node)
            return node.value
        else:
            return None

    def put(self, key, value):
        if key in self.hashmap:
            self.remove_node(self.hashmap[key])
        node = Node(key, value)
        self.add_node(node)
        self.hashmap[key] = node

        if len(self.hashmap) > self.capacity:
            del self.hashmap[self.tail.prev.key]
            self.remove_node(self.tail.prev)

    def remove_node(self, node):
        node.prev.next = node.next
        node.next.prev = node.prev

    def add_node(self, node):
        node.next = self.head.next
        node.prev = self.head
        self.head.next = node
        node.next.prev = node

class Node:
    def __init__(self, key, value):
        self.key = key
        self.value = value
        self.prev = None
        self.next = None