看動畫理解「鏈表」實現LRU緩存淘汰算法

前幾節學習了「鏈表」、「時間與空間複雜度」的概念，本節將結合「循環鏈表」、「雙向鏈表」與 「用空間換時間的設計思想」來設計一個頗有意思的緩存淘汰策略：LRU緩存淘汰算法。

循環鏈表的概念

如上圖所示：單鏈表的尾結點指針指向空地址，表示這就是最後的結點了。而循環鏈表的尾結點指針是指向鏈表的頭結點。

所以**循環鏈表是一種特殊的單鏈表。**它跟單鏈表惟一的區別就在於尾結點。它像一個環同樣首尾相連，因此叫做「循環鏈表」。

循環鏈表的特色

和單鏈表相比，循環鏈表的優勢是從鏈尾到鏈頭比較方便，當要處理的數據具備環型結構特色時，適合採用循環鏈表。

雙向鏈表概念

雙向鏈表也叫雙鏈表，是鏈表的一種，它的連接方向是雙向的，它的每一個數據結點中都包含有兩個指針，分別指向直接後繼和直接前驅。

因此，從雙向鏈表中的任意一個結點開始，均可以很方便地訪問它的前驅結點和後繼結點。

雙向鏈表的數據結構中，會有兩個比較重要的參數： pre 和 next 。

• pre 指向前一個數據結構
• next 指向下一個數據結構

雙向鏈表的特色

• 與單鏈表對比，雙鏈表須要多一個指針用於指向前驅節點，所以若是存儲一樣多的數據，雙向鏈表要比單鏈表佔用更多的內存空間

• 雙鏈表的插入和刪除須要同時維護 next 和 prev 兩個指針。

• 雙鏈表中的元素訪問須要經過順序訪問，支持雙向遍歷，這就是雙向鏈表操做的靈活性根本

雙向鏈表的基本操做

1.添加元素。

與單向鏈表相對比雙向鏈表能夠在 O(1) 時間複雜度搞定，而單向鏈表須要 O(n) 的時間複雜度。

雙向鏈表的添加元素包括頭插法和尾插法。

**頭插法：**將鏈表的左邊稱爲鏈表頭部，右邊稱爲鏈表尾部。頭插法是將右邊固定，每次新增的元素都在左邊頭部增長。

**尾插法：**將鏈表的左邊稱爲鏈表頭部，右邊稱爲鏈表尾部。尾插法是將左邊固定，每次新增都在鏈表的右邊最尾部。

2.查詢元素

雙向鏈表的靈活處就是知道鏈表中的一個元素結構就能夠向左或者向右開始遍歷查找須要的元素結構。所以對於一個有序鏈表，雙向鏈表的按值查詢的效率比單鏈表高一些。由於，咱們能夠記錄上次查找的位置 p，每次查詢時，根據要查找的值與 p 的大小關係，決定是往前仍是日後查找，因此平均只須要查找一半的數據。

3.刪除元素

在實際的軟件開發中，從鏈表中刪除一個數據無外乎這兩種狀況：

• 刪除結點中「值等於某個給定值」的結點

• 刪除給定指針指向的結點

對於雙向鏈表來講，雙向鏈表中的結點已經保存了前驅結點的指針，刪除時不須要像單鏈表那樣遍歷。因此，針對第二種狀況，單鏈表刪除操做須要 O(n) 的時間複雜度，而雙向鏈表只須要在 O(1) 的時間複雜度。

雙向循環鏈表

如圖所示，雙向循環鏈表的概念很好理解：「雙向鏈表」 + 「循環鏈表」的組合。

緩存淘汰策略

緩存是一種提升數據讀取性能的技術，在硬件設計、軟件開發中都有着很是普遍的應用，好比常見的 CPU 緩存、數據庫緩存、瀏覽器緩存等等。

緩存的大小有限，當緩存被用滿時，哪些數據應該被清理出去，哪些數據應該被保留？這就須要緩存淘汰策略來決定。常見的策略有三種：先進先出策略 FIFO（First In，First Out）、最少使用策略 LFU（Least Frequently Used）、最近最少使用策略 LRU（Least Recently Used）。

在各個語言的第三方框架中都大量使用到了 LRU 緩存策略。程序員小吳接觸到的有Java中的 「 Mybatis 」，iOS中的 「YYCache」與「Lottie」等。

LRU緩存淘汰算法

LRU是最近最少使用策略的縮寫，是根據數據的歷史訪問記錄來進行淘汰數據，其核心思想是「若是數據最近被訪問過，那麼未來被訪問的概率也更高」。

鏈表實現LRU

將Cache的全部位置都用雙鏈錶鏈接起來，當一個位置被命中以後，經過調整鏈表的指向，將該位置調整到鏈表頭的位置，新加入的Cache直接加到鏈表頭中。

這樣，在屢次進行Cache操做後，最近被命中的，就會被向鏈表頭方向移動，而沒有命中的，而想鏈表後面移動，鏈表尾則表示最近最少使用的Cache。

當須要替換內容時候，鏈表的最後位置就是最少被命中的位置，咱們只須要淘汰鏈表最後的部分便可。

鏈表實現LRU動畫演示

1. 若是此數據以前已經被緩存在鏈表中了，經過遍歷獲得這個數據對應的結點，並將其從原來的位置刪除，而後再插入到鏈表的頭部。
2. 若是此數據沒有在緩存鏈表中，能夠分爲兩種狀況：

• 若是此時緩存未滿，則將此結點直接插入到鏈表的頭部；
• 若是此時緩存已滿，則鏈表尾結點刪除，將新的數據結點插入鏈表的頭部。

經過動圖能夠發現，若是緩存空間足夠大，那麼存儲的數據也就足夠多，經過緩存中命中數據的機率就越大，也就提升了代碼的執行速度。這就是空間換時間的設計思想。

對於程序開發來講，時間複雜度和空間複雜度是能夠相互轉化的。說通俗一點，就是：

• 對於執行的慢的程序，能夠經過消耗內存（即構造新的數據結構）來進行優化；

• 而消耗內存的程序，能夠經過消耗時間來下降內存的消耗。

本篇文章的動畫與動圖花了較多時間與精力去處理，若是讀者看完以後以爲有所收穫，煩請點一下 「贊」。

學習愉快：）