什么是緩存？

舉個例子，去圖書館查資料，一般情況下我們會集中把我們有可能查閱的幾本書從書架取下來，放在我們的桌面上，以便交叉查閱，從而避免頻繁的從座位上跑到書架旁去取書。在這個例子里，書桌所扮演的就是緩存的角色。

緩存有兩個特點：

• 能在某種程度上降低訪問數(shù)據(jù)的成本；
• 其容量遠小于外部存儲的容量，如本例子中，書桌上能容納的書本數(shù)就遠小于書架的。

什么是 LRU 緩存?

LRU（Least Recently Used） 緩存是一種以 LRU 策略為緩存策略的緩存。而所謂的緩存策略，就是當緩存滿了之后，又有新數(shù)據(jù)需要加入到緩存中時，我們怎么從緩存中刪除舊數(shù)據(jù)為新數(shù)據(jù)騰出空間的策略。

依舊以圖書館為例，假設我們的書桌上只能容納 3 本書，并且已經(jīng)放了 3 本書在上面，此時我們需要查閱第 4 本書，那么我們就必須權衡將原先書桌上的 3 本書的中的哪一本放回書架去。這個權衡的過程就是所謂的緩存策略。

LRU，Least Recently Used 的簡寫，即近期最少使用算法。該算法依據(jù)于程序的局部性原理， 其淘汰舊數(shù)據(jù)的策略是，距離當前最久沒有被訪問過的數(shù)據(jù)應該被淘汰。

基于雙鏈表 的LRU實現(xiàn):

傳統(tǒng)意義的LRU算法是為每一個Cache對象設置一個計數(shù)器，每次Cache命中則給計數(shù)器+1，而Cache用完，需要淘汰舊內(nèi)容，放置新內(nèi)容時，就查看所有的計數(shù)器，并將最少使用的內(nèi)容替換掉。

它的弊端很明顯，如果Cache的數(shù)量少，問題不會很大， 但是如果Cache的空間過大，達到10W或者100W以上，一旦需要淘汰，則需要遍歷所有計算器，其性能與資源消耗是巨大的。效率也就非常的慢了。

它的原理： 將Cache的所有位置都用雙連表連接起來，當一個位置被命中之后，就將通過調(diào)整鏈表的指向，將該位置調(diào)整到鏈表頭的位置，新加入的Cache直接加到鏈表頭中。

這樣，在多次進行Cache操作后，最近被命中的，就會被向鏈表頭方向移動，而沒有命中的，而想鏈表后面移動，鏈表尾則表示最近最少使用的Cache。

當需要替換內(nèi)容時候，鏈表的最后位置就是最少被命中的位置，我們只需要淘汰鏈表最后的部分即可。

上面說了這么多的理論， 下面用代碼來實現(xiàn)一個LRU策略的緩存。
我們用一個對象來表示Cache，并實現(xiàn)雙鏈表。

這個問題在面試被問了，然后說了一句：這個我不會，回來查閱一下，大致了解一下。

總結

以上是生活随笔為你收集整理的LRU缓存算法缓存设计和实现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。