快速了解
搬运原地址 interviewcake
最近最少使用（LRU）高速缓存，使您能够快速确定哪些数据尚未使用的时间最长。想象一下晾衣架，衣服总是一侧悬挂。要查找最近最少使用的衣服，看晾衣架的另一侧便可。在底层，LRU缓存通常是通过将双链表与哈希映射表配对来实现的。
| 类型 | 复杂度 |
|---|---|
| 空间 | O(n) |
| 获取最近最少访问条目 | O(1) |
| 读取条目 | O(1) |
优点：
超快速访问：LRU高速缓存按最近使用到最少使用的顺序存储项目。这意味着两者都可以在时间O(1)获取。
超快速更新：每次访问项目，更新缓存时，需要O(1)时间。
缺点
空间笨重。LRU缓存跟踪n条目需要长度为n的链表,以及持有n条目的哈希图。需要两个O(n)空间的数据结构(而不是一个).
为什么要使用缓存？
假设您要管理一个有很多蛋糕食谱的烹饪场所。与任何网站一样，您希望尽快提供页面。
当用户请求配方时，您可以打开磁盘上的相应文件，读取HTML，然后通过网络发送。这可以工作，但是速度很慢，因为访问磁盘需要一段时间。
理想情况下，如果许多用户要求相同的配方，则只希望从磁盘读取一次，并将页面保留在内存中，以便您可以在需要时快速将其再次发送出去。很好，您刚刚添加了一个缓存。
缓存只是快速存储。从缓存中读取数据所需的时间少于从其他途径（例如硬盘）中读取数据的时间。
但是可用缓存空间很小。您无法将所有内容都放入缓存中，时常仍然需要更大，速度更慢的存储。
如果无法将所有内容都放入缓存中，那么如何确定缓存应存储的内容呢？
LRU驱逐
这是一个主意：如果缓存能存储n个条目的空间，n元素最近访问过。
为了具体起见，假设我们在磁盘上有以下四个配方：
描述数据的图标以不同的蛋糕配方表示：巧克力蛋糕，香草蛋糕，草莓酥饼，磅蛋糕。
假设我们的缓存最多只能存储三个配方（虽然有点小，但它会使该示例更容易理解）。
让我们逐步了解一下缓存的庐山真面目。
首先，用户请求巧克力蛋糕食谱。我们将从磁盘读取它，并将其保存到缓存中，然后再将其返回给用户。
接下来，有人请求香草蛋糕食谱：
请注意，巧克力蛋糕配方在缓存中的级别降低了，它不再是最近使用过的了。
接下来是草莓蛋糕食谱的要求：
还有一个用于巧克力：
我们已经将这三个食谱保存在缓存中了，因此我们可以跳过磁盘读取。我们还将其恢复到最近使用的位置，使其他所在位置下降。
接下来是磅蛋糕食谱的要求：
由于我们的缓存只能容纳三个食谱，因此我们不得不踢出一个来腾出空间。我们踢出了香草蛋糕食谱，因为它在缓存中的所有食谱中使用最少。这称为最近最少使用（LRU）驱逐策略。
我们可以使用很多策略来选择要摆脱的配方。我们将重点放在LRU上，因为LRU是编码面试中常见的一种。
一个LRU缓存是可以用来找出我们应该驱逐时，缓存满了一个高效的缓存数据结构。目标是始终将最近使用最少的项目放在O(1)时间。
LRU缓存实施
LRU缓存是通过组合两个数据结构来构建的： 双链表和哈希图。
我们将建立链接列表，在列表的顶部使用最近的项目，在列表的末尾使用最近的项目：
这使我们可以O(1)便可访问到列表的末尾。
如何访问缓存中的特定项目（例如，巧克力蛋糕）？
通常，在链表中查找项目是O(n)时间，因为我们需要遍历整个列表。但是缓存的重点是快速查找。我们如何加快速度？
我们将添加一个哈希映射，将映射到链表节点：
这样我们就可以在缓存的链表中找到一个元素是O(1)时间，而不是O(n)。
访问和逐出
这是每次访问项目时我们都要执行的步骤：
•在我们的哈希映射查找该条目。
•如果该项目在哈希表中，那么它已经在我们的缓存中了-这称为“缓存命中”
1.使用哈希表可以快速找到相应的链表节点。
2.将项目的链表节点移到链表的头部，因为它是最近使用过的（因此不应该很快被驱逐）。
•如果该项目不在哈希表中，则我们有一个“缓存空缺”。我们需要将该条目加载到缓存中：
1.我们的缓存是否已满？如果是这样，我们需要腾出一些空间：
找到最近最少使用的缓存项，它将位于链接列表的末尾。
通过从链接列表和哈希图中删除该项目，可以从缓存中逐出该项目。
2.为该项目创建一个新的链接列表节点。将其插入到链接列表的开头。
3.将项目添加到我们的哈希图中，将新创建的链表节点存储为值。
在链表节点周围移动时，保持所有指针笔直是很棘手的！尝试自己实施！看看您是否能明白为什么我们的链表是双向链接很重要。
所有这些步骤都是O(1)，所以放在一起需要O(1)每次访问元素时更新缓存的时间。太酷了！