JS 實現緩存算法（FIFO/LRU）

FIFO

最簡單的一種緩存算法，設置緩存上限，當達到了緩存上限的時候，按照先進先出的策略進行淘汰，再增長進新的 k-v 。

使用了一個對象做爲緩存，一個數組配合着記錄添加進對象時的順序，判斷是否到達上限，若到達上限取數組中的第一個元素key，對應刪除對象中的鍵值。

/**
 * FIFO隊列算法實現緩存
 * 須要一個對象和一個數組做爲輔助
 * 數組記錄進入順序
 */
class FifoCache{
    constructor(limit){
        this.limit = limit || 10
        this.map = {}
        this.keys = []
    }
    set(key,value){
        let map = this.map
        let keys = this.keys
        if (!Object.prototype.hasOwnProperty.call(map,key)) {
            if (keys.length === this.limit) {
                delete map[keys.shift()]//先進先出，刪除隊列第一個元素
            }
            keys.push(key)
        }
        map[key] = value//不管存在與否都對map中的key賦值
    }
    get(key){
        return this.map[key]
    }
}

module.exports = FifoCache

LRU

LRU（Least recently used，最近最少使用）算法。該算法的觀點是，最近被訪問的數據那麼它未來訪問的機率就大，緩存滿的時候，優先淘汰最無人問津者。

算法實現思路：基於一個雙鏈表的數據結構，在沒有滿員的狀況下，新來的 k-v 放在鏈表的頭部，之後每次獲取緩存中的 k-v 時就將該k-v移到最前面，緩存滿的時候優先淘汰末尾的。

雙向鏈表的特色，具備頭尾指針，每一個節點都有 prev(前驅) 和 next(後繼) 指針分別指向他的前一個和後一個節點。

關鍵點：在雙鏈表的插入過程當中要注意順序問題，必定是在保持鏈表不斷的狀況下先處理指針，最後纔將原頭指針指向新插入的元素，在代碼的實現中請注意看我在註釋中說明的順序注意點！

class LruCache {
    constructor(limit) {
        this.limit = limit || 10
        //head 指針指向表頭元素，即爲最經常使用的元素
        this.head = this.tail = undefined
        this.map = {}
        this.size = 0
    }
    get(key, IfreturnNode) {
        let node = this.map[key]
        // 若是查找不到含有`key`這個屬性的緩存對象
        if (node === undefined) return
        // 若是查找到的緩存對象已是 tail (最近使用過的)
        if (node === this.head) { //判斷該節點是否是是第一個節點
            // 是的話，皆大歡喜，不用移動元素，直接返回
            return returnnode ?
                node :
                node.value
        }
        // 不是頭結點，鐵定要移動元素了
        if (node.prev) { //首先要判斷該節點是否是有前驅
            if (node === this.tail) { //有前驅，如果尾節點的話多一步，讓尾指針指向當前節點的前驅
                this.tail = node.prev
            }
            //把當前節點的後繼交接給當前節點的前驅去指向。
            node.prev.next = node.next
        }
        if (node.next) { //判斷該節點是否是有後繼
            //有後繼的話直接讓後繼的前驅指向當前節點的前驅
            node.next.prev = node.prev
            //整個一個過程就是把當前節點拿出來，而且保證鏈表不斷，下面開始移動當前節點了
        }
        node.prev = undefined //移動到最前面，因此沒了前驅
        node.next = this.head //注意！！！ 這裏要先把以前的排頭給接到手！！！！讓當前節點的後繼指向原排頭
        if (this.head) {
            this.head.prev = node //讓以前的排頭的前驅指向如今的節點
        }
        this.head = node //完成了交接，才能執行此步！否則就找不到以前的排頭啦！
        return IfreturnNode ?
            node :
            node.value
    }
    set(key, value) {
        // 以前的算法能夠直接存k-v可是如今要把簡單的 k-v 封裝成一個知足雙鏈表的節點
        //1.查看是否已經有了該節點
        let node = this.get(key, true)
        if (!node) {
            if (this.size === this.limit) { //判斷緩存是否達到上限
                //達到了，要刪最後一個節點了。
                if (this.tail) {
                    this.tail = this.tail.prev
                    this.tail.prev.next = undefined
                    //平滑斷鏈以後，銷燬當前節點
                    this.tail.prev = this.tail.next = undefined
                    this.map[this.tail.key] = undefined
                    //當前緩存內存釋放一個槽位
                    this.size--
                }
                node = {
                    key: key
                }
                this.map[key] = node
                if(this.head){//判斷緩存裏面是否是有節點
                    this.head.prev = node
                    node.next = this.head
                }else{
                    //緩存裏沒有值，皆大歡喜，直接讓head指向新節點就好了
                    this.head = node
                    this.tail = node
                }
                this.size++//減小一個緩存槽位
            }
        }
        //節點存不存在都要給他從新賦值啊
        node.value = value
    }
}

module.exports = LruCache

具體的思路就是若是所要get的節點不是頭結點（即已是最近使用的節點了，不須要移動節點位置）要先進行平滑的斷鏈操做，處理好指針指向的關係，拿出須要移動到最前面的節點，進行鏈表的插入操做。