LRU 是 Least Recently Used 的缩写,即最近最少使用。作为一种经典的缓存策略,它的基本思想是长期不被使用的数据,在未来被用到的几率也不大,所以当新的数据进来时我们可以优先把这些数据替换掉。
一、基本要求
- 固定大小:限制内存使用。
- 快速访问:缓存插入和查找操作应该很快,最好是 O(1) 时间。
- 在达到内存限制的情况下替换条目:缓存应该具有有效的算法来在内存已满时驱逐条目。
二、数据结构
下面提供两种实现方式,并完成相关代码。
2.1 Map
在 Javascript 中,Map 的 key 是有序的,当迭代的时候,他们以插入的顺序返回键值。结合这个特性,我们也通过 Map 实现 LRU 算法。
2.2 Doubly Linked List
我们也可通过双向链表(Doubly Linked List)维护缓存条目,通过对链表的增、删、改实现数据管理。为确保能够从链表中快速读取某个节点的数据,我们可以通过 Map 来存储对链表中节点的引用。
三、Map 实现
在 初始化时 完成两件事情:
- 配置存储限制,当大于此限制,缓存条目将按照最近读取情况被驱逐。
- 创建一个用于存储缓存数据的 Map 。
在 添加数据 时:
- 判断当前存储数据中是否包含新进数据,如果存在,则删除当前数据
- 判断当前存储空间是否被用尽,如果已用尽则删除 Map 头部的数据。
map.delete(map.keys().next().value)
- 插入新数据到 Map 的尾部
基于 Javascript Map 实现 LRU,代码如下:
class LRUCache { size = 5 constructor(size) { this.cache = new Map() this.size = size || this.size } get(key) { if (this.cache.has(key)) { // 存在即更新 let temp = this.cache.get(key) this.cache.delete(key) this.cache.set(key, temp) return temp } return null } set(key, value) { if (this.cache.has(key)) { this.cache.delete(key) } if (this.cache.size >= this.size) { this.cache.delete(this.cache.keys().next().value) } this.cache.set(key, value) } }
四、双向链表实现
4.1 定义节点类
包含 prev
,next
,data
三个属性,分别用以存储指向前后节点的引用,以及当前节点要存储的数据。
{ prev: Node next: Node data: { key: string, data: any} }
4.2 定义链表类
包含 head
、tail
属性,分别指向链表的 头节点 和 尾节点。
当从链表中读取数据时,需要将当前读取的数据移动到链表头部;添加数据时,将新节点插入到头部;当链表节点数量大于限定的阀值,需要从链表尾部删除节点。
{ head: Node next: Node moveNodeToHead(node) insertNodeToHead(node) deleteLastNode() }
4.3 定义 LRU 类
为 LRU 定义属性:linkLine
用以存储指向链表的引用;size
用以配置存储空间大小限制;
为简化从链表中查找节点,再定义 map
属性,用以存储不同键指向链表节点的引用。
定义成员方法,set(key,value)
用以添加数据,get(key)
读取一条数据。
4.4 set(key,value)
- 如果 map 中存在当前 key,则修改当前节点的值,然后从链表中把当前节点移动到链表头部;
- 否则:
- 判断当前链表节点数量是否达到了存储上线,如果是,则删除链表尾部的节点。同时从 map 中移除相应的节点引用;
- 创建新节点,然后插入到链表头部,并添加 map 引用。
4.5 get(key)
如果 map 中存在当前 key,从链表中读取节点,将其移动到链表头部,并返回结果,否则返回空。
{ linkLine: LinkLine map: Map size: Number set(key, value) get(key) }
4.6 代码实现
class LinkNode { prev = null next = null constructor(key, value) { this.data = { key, value } } } class LinkLine { head = null tail = null constructor() { const headNode = new LinkNode('head', 'head') const tailNode = new LinkNode('tail', 'tail') headNode.next = tailNode tailNode.prev = headNode this.head = headNode this.tail = tailNode } moveNodeToFirst(node) { node.prev.next = node.next node.next.prev = node.prev this.insertNodeToFirst(node) } insertNodeToFirst(node) { const second = this.head.next this.head.next = node node.prev = this.head node.next = second second.prev = node } delete(node) { node.prev.next = node.next node.next.prev = node.prev } deleteLastNode() { const last = this.tail.prev this.tail.prev = last.prev last.prev.next = this.tail return last } } class LRUCache { linkLine = null map = {} size = 5 constructor(size) { this.size = size || this.size this.linkLine = new LinkLine } get(key) { let value if (this.map[key]) { const node = this.map[key] value = node.value this.linkLine.moveNodeToFirst(node) } return value } set(key, value) { if (this.map[key]) { const node = this.map[key] node.value = value this.linkLine.moveNodeToFirst(node) } else { // 删除最后一个元素 if (Object.keys(this.map).length >= this.size) { const lastNode = this.linkLine.deleteLastNode() delete this.map[lastNode.data.key] } const newNode = new LinkNode(key, value) this.linkLine.insertNodeToFirst(newNode) this.map[key] = newNode } } }