常见的缓存淘汰策略：
先进先出 FIFO
最少使用LFU（Least Frequently Used）
最近最少使用 LRU（Least Recently Used）
链表定义：
链表也是线性表的一种，
数组需要一块连续的内存空间来存储，对内存要求比较高，
链表恰恰相反，它并不需要一块连续的内存空间，它通过"指针"将一组零散的内存块
串联起来使用。
最常见的链表结构:
单链表
双向链表
循环链表
用空间换时间:
当内存空间充足的时候，如果更加追求代码的执行速度，可以选择空间复杂度相对较高、
但时间复杂度相对很低的算法或数据结构。
链表 vs 数组性能
数组 链表
插入删除 O(n) O(1)
随机访问 O(1) O(n)
如果基于链表实现LRU缓存淘汰算法?
思路: 维护一个有序单链表，越靠近链表尾部的结点是越早之间访问的数据，
当有一个新的数据被访问时，从链表头开始顺序遍历链表。
1. 如果此数据之前已经被缓存在链表中，可以遍历得到这个数据对应的结点，
并将其从原来的位置删除，然后再插入到链表的头部。
2. 如果此数据没有在缓存链表中，又可以分为两种情况：
如果此时缓存未满，则将此结点直接插入到链表的头部；
如果此时缓存已满，则链表尾结点删除，将新的数据结点插入链表的头部。
缓存访问时间复杂度: 因为不管缓存有没有满，都需要遍历一遍链表，因此时间复杂度为O(n)
可以通过"散列表(Hash table)"来记录每个数据的位置，将缓存访问的时间复杂度降低为O(1)
内容小结:
链表是跟数组"相反"的数据结构，它跟数组一样，也是非常基础、常用的数据结构。
不过链表比数组稍微复杂。
从普通的单链表衍生出 双向链表、循环链表、双向循环链表
和数组相比，链表更适合插入、删除操作频繁的场景，查询的时间复杂度较高。
基于Python语言实现的单链表
![]()
# 定义链表节点
class Node(object):
def __init__(self, data, n=None):
self.data = data
self.next = n
# 定义链表及其增删改查
class LinkList(object):
def __init__(self):
# 初始化空链表
self.head = None
self.tail = None
self.length = 0
def is_empty(self):
# 判断链表是否为空
return self.length == 0
def append(self, dataOrNode):
"""
在尾部添加数据
:param dataOrNode: Data or Node obj
:return: True or None
"""
# 判断是一个数据还是Node对象
if isinstance(dataOrNode, Node):
item = dataOrNode
else:
item = Node(dataOrNode)
if self.length == 0:
# 判断是一个空链表, 直接赋值
self.head = item
else:
# 将旧尾部节点的next指向新增加的数据
old_tail = self.tail
old_tail.next = item
self.tail = item
self.length += 1
return True
def delete(self, index):
"""
删除指定位置的数据
:param index: 位置
:return: True or False
"""
if self.is_empty():
print("this chain table is empty.")
return False
if index < 0 or index >= self.length:
print("error: out of index.")
return False
if index == 0:
# 直接删除第一个数据
self.head = self.head.next
self.length -= 1
return True
else:
j = 0
node = self.head
prev = self.head
# 从头开始遍历，遍历到指定位置，然后删除数据
while node.next and j < index:
prev = node
node = node.next
j += 1
if j == index:
prev.next = node.next
self.length -= 1
return True
if index == self.length - 1:
self.tail = prev
def insert(self, index, dataOrNode):
"""
在指定位置插入数据
:param index: 位置
:param dataOrNode: Data or Node Obj
:return: True or False
"""
if self.is_empty():
print("this chain table is empty")
return False
if index < 0 or index >= self.length:
print("error: out of index")
return False
if isinstance(dataOrNode, Node):
item = dataOrNode
else:
item = Node(dataOrNode)
if index == 0:
# 在首部直接插入数据
item.next = self.head
self.head = item
self.length += 1
else:
j = 0
node = self.head
prev = self.head
# 从头开始遍历，遍历到指定位置，然后插入数据
while node.next and j < index:
prev = node
node = node.next
j += 1
if j == index:
item.next = node
prev.next = item
self.length += 1
return True
def update(self, index, data):
"""
更新指定位置的数据
:param index: 位置
:param data: 数据
:return: True or False
"""
if self.is_empty() or index < 0 or index >= self.length:
print("error: out of index")
return False
j = 0
node = self.head
# 从头开始遍历，遍历到指定位置，然后更新数据
while node.next and j < index:
node = node.next
j += 1
if j == index:
node.data = data
return True
return False
def get_item(self, index):
"""
获取指定位置的数据
:param index:
:return:
"""
if self.is_empty() or index < 0 or index >= self.length:
print("error: out of index")
return
j = 0
node = self.head
while node.next and j < index:
node = node.next
j += 1
if j == index:
return node.data
def clear(self):
"""
删除所有数据
:return:
"""
self.head = None
self.length = 0
return True
def __len__(self):
return self.length
def __getitem__(self, item):
# 使用[]获取实例属性 如obj[item], python会自动调用__getitem__方法;
return self.get_item(item)
def __setitem__(self, key, value):
# 使用[]设置实例属性 如obj[key] = value, python会自动调用__setitem__方法;
return self.update(key, value)
if __name__ == '__main__':
link = LinkList()
for i in range(5):
link.append(i)
print("初始化后,链表长度为:", len(link))
for i in range(len(link)):
print("初始化数据:", link.get_item(i))
print("删除指定位置数据:", link.delete(0))
print("删除指定数据后，链表长度为:", len(link))
for i in range(len(link)):
print("删除后的数据为:", link.get_item(i))
print("指定位置插入数据:", link.insert(1, 100))
print("插入数据后的链表长度:", len(link))
for i in range(len(link)):
print("插入后的数据:", link.get_item(i))
print("更新指定数据", link.update(1, 200))
# 更新数据
link[1] = 100
# 获取数据
print(link[1])
View Code