做者：沈熠輝node
來源：恆生LIGHT雲社區算法
Redis使用場景
如今公司的業務愈來愈複雜，咱們須要抽出一個用戶系統，向各個業務系統提供用戶的基本信息。數據庫
業務方對用戶信息的查詢頻率很高，必定要注意性能問題哦。緩存
用戶信息固然是存放在數據庫裏，可是因爲咱們對用戶系統的性能要求比較高，顯然不能在每一次請求時都去查詢數據庫。服務器
因此，在內存中建立了一個哈希表做爲緩存，每當查找一個用戶時會先在哈希表中進行查詢，以此來提升訪問的性能。數據結構
很快發現了個問題
線上服務器宕機了！性能
糟了，是內存溢出了，用戶數量愈來愈多，當初設計的哈希表把內存給撐爆了，趕忙重啓吧！url
但是之後該怎麼辦呢？咱們能不能給服務器的硬件升級，或者加幾臺服務器呀？spa
那我能不能在內存快耗盡的時候，隨機刪掉一半用戶緩存呢？操作系統
唉，這樣也不妥，若是刪掉的用戶信息，正好是被高頻查詢的用戶，會影響系統性能的。
你據說過LRU算法嗎？
LRU全稱Least Recently Used，也就是最近最少使用的意思，是一種內存管理算法，該算法最先應用於Linux操做系統。
這個算法基於一種假設：長期不被使用的數據，在將來被用到的機率也不大。所以，當數據所佔內存達到必定閾值時，咱們要移除最近最少被使用的數據。
原來如此，這個算法正好對個人用戶系統有幫助！能夠在內存不夠時，從哈希表中移除一部分不多被訪問的用戶。
但是，我怎麼知道哈希表中哪些Key-Value最近被訪問過，哪些沒被訪問過？總不能給每個Value加上時間戳，而後遍歷整個哈希表吧？
這就能展示LRU算法的精妙所在了。在LRU算法中，使用了一種有趣的數據結構，這種數據結構叫做哈希鏈表。
什麼是哈希鏈表呢？
咱們都知道，哈希表是由若干個Key-Value組成的。在「邏輯」上，這些Key-Value是無所謂排列順序的，誰先誰後都同樣。
在哈希鏈表中，這些Key-Value再也不是彼此無關的了，而是被一個鏈條串了起來。每個Key-Value都具備它的前驅Key-Value、後繼Key-Value，就像雙向鏈表中的節點同樣。
這樣一來，本來無序的哈希表就擁有了固定的排列順序。
但是，這哈希鏈表和LRU算法有什麼關係呢？
依靠哈希鏈表的有序性，咱們能夠把Key-Value按照最後的使用時間進行排序。
讓咱們以用戶信息的需求爲例，來演示一下LRU算法的基本思路。
1.假設使用哈希鏈表來緩存用戶信息，目前緩存了4個用戶，這4個用戶是按照被訪問的時間順序依次從鏈表右端插入的。
4.接下來，若是業務方請求修改用戶4的信息。一樣的道理，咱們會把用戶4從原來 的位置移動到鏈表的最右側，並把用戶信息的值更新。這時，鏈表的最右端是最新被訪問的用戶4，最左端仍然是最近最少被訪問的用戶1。
5.後來業務方又要訪問用戶6，用戶6在緩存裏沒有，須要插入哈希鏈表中。假設這時緩存容量已經達到上限，必須先刪除最近最少被訪問的數據，那麼位於哈希鏈表最左端的用戶1就會被刪除，而後再把用戶6插入最右端的位置。
以上，就是LRU算法的基本思路。
明白了，這真是個巧妙的算法！那麼LRU算法怎麼用代碼來實現呢？
簡單實現
class LRUCache:
def __init__(self,limit):
self.limit=limit
self.hash={}
self.head=None
self.end=None
def get(self,key):
node=self.hash.get(key)
if node is None:
return None
self.refresh_node(node)
return node.value
def put(self,key,value):
node=self.hash.get(key)
if node is None:
#若是key不存在，插入key-value
if len(self.hash) >= self.limit:
old_key=self.remove_node(self.head)
self.hash.pop(old_key)
node=Node(key,value)
self.add_node(node)
self.hash[key]=node
else:
#若是key存在，刷新key-value
node.value=value
self.refresh_node(node)
def remove(self,key):
node=self.hash.get(key)
self.remove_node(node)
self.hash.remove(key)
def refresh_node(self,node):
#若是訪問的是尾節點,無需移動節點
if node==self.end:
return
#移除節點
self.remove_node(node)
#從新插入節點
self.add_node(node)
def remove_node(self,node):
if node==self.head and node==self.end:
#移除惟一的節點
self.head=None
self.end=None
elif node==self.end:
#移除節點
self.end=self.end.pre
self.end.next=None
elif node==self.head:
#移除頭節點
self.head=self.head.next
self.head.pre=None
else:
#移除中間節點
node.pre.next=node.pre
node.next.pre=node.pre
return node.key
def add_node(self,node):
if self.end is not None:
self.end.next=node
node.pre=self.end
node.next=None
self.end=node
if self.head is None:
self.head=node
class Node:
def __init__(self,key,value):
self.key=key
self.value=value
self.pre=None
self.next=None
lruCache=LRUCache(5)
lruCache.put("001","用戶1信息")
lruCache.put("002","用戶2信息")
lruCache.put("003","用戶3信息")
lruCache.put("004","用戶4信息")
lruCache.put("005","用戶5信息")
print(lruCache.get("002"))