LRU 是 Least Recently Used 的缩写，即最近最少使用。作为一种经典的缓存策略，它的基本思想是长期不被使用的数据，在未来被用到的几率也不大，所以当新的数据进来时我们可以优先把这些数据替换掉。
目前创新互联建站已为上1000家的企业提供了网站建设、域名、网站空间、绵阳服务器托管、企业网站设计、丰台网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
一、基本要求
- 固定大小：限制内存使用。
- 快速访问：缓存插入和查找操作应该很快，最好是 O(1) 时间。
- 在达到内存限制的情况下替换条目：缓存应该具有有效的算法来在内存已满时驱逐条目。
二、数据结构
下面提供两种实现方式，并完成相关代码。
2.1 Map
在 Javascript 中，Map 的 key 是有序的，当迭代的时候，他们以插入的顺序返回键值。结合这个特性，我们也通过 Map 实现 LRU 算法。
2.2 Doubly Linked List
我们也可通过双向链表（Doubly Linked List）维护缓存条目，通过对链表的增、删、改实现数据管理。为确保能够从链表中快速读取某个节点的数据，我们可以通过 Map 来存储对链表中节点的引用。
三、Map 实现
在 初始化时 完成两件事情：
- 配置存储限制，当大于此限制，缓存条目将按照最近读取情况被驱逐。
- 创建一个用于存储缓存数据的 Map 。
在 添加数据 时：
- 判断当前存储数据中是否包含新进数据，如果存在，则删除当前数据
- 判断当前存储空间是否被用尽，如果已用尽则删除 Map 头部的数据。
map.delete(map.keys().next().value)
- 插入新数据到 Map 的尾部
基于 Javascript Map 实现 LRU，代码如下：
class LRUCache {
size = 5
constructor(size) {
this.cache = new Map()
this.size = size || this.size
}
get(key) {
if (this.cache.has(key)) {
// 存在即更新
let temp = this.cache.get(key)
this.cache.delete(key)
this.cache.set(key, temp)
return temp
}
return null
}
set(key, value) {
if (this.cache.has(key)) {
this.cache.delete(key)
}
if (this.cache.size >= this.size) {
this.cache.delete(this.cache.keys().next().value)
}
this.cache.set(key, value)
}
}
四、双向链表实现
4.1 定义节点类
包含 prev，next，data 三个属性，分别用以存储指向前后节点的引用，以及当前节点要存储的数据。
{
prev: Node
next: Node
data: { key: string, data: any}
}
4.2 定义链表类
包含 head、tail 属性，分别指向链表的 头节点 和 尾节点。
当从链表中读取数据时，需要将当前读取的数据移动到链表头部；添加数据时，将新节点插入到头部；当链表节点数量大于限定的阀值，需要从链表尾部删除节点。
{
head: Node
next: Node
moveNodeToHead(node)
insertNodeToHead(node)
deleteLastNode()
}
4.3 定义 LRU 类
为 LRU 定义属性：linkLine 用以存储指向链表的引用；size 用以配置存储空间大小限制；
为简化从链表中查找节点，再定义 map 属性，用以存储不同键指向链表节点的引用。
定义成员方法，set(key,value) 用以添加数据，get(key) 读取一条数据。
4.4 set(key,value)
- 如果 map 中存在当前 key，则修改当前节点的值，然后从链表中把当前节点移动到链表头部；
- 否则：
- 判断当前链表节点数量是否达到了存储上线，如果是，则删除链表尾部的节点。同时从 map 中移除相应的节点引用；
- 创建新节点，然后插入到链表头部，并添加 map 引用。
4.5 get(key)
如果 map 中存在当前 key，从链表中读取节点，将其移动到链表头部，并返回结果，否则返回空。
{
linkLine: LinkLine
map: Map
size: Number
set(key, value)
get(key)
}
4.6 代码实现
class LinkNode {
prev = null
next = null
constructor(key, value) {
this.data = { key, value }
}
}
class LinkLine {
head = null
tail = null
constructor() {
const headNode = new LinkNode('head', 'head')
const tailNode = new LinkNode('tail', 'tail')
headNode.next = tailNode
tailNode.prev = headNode
this.head = headNode
this.tail = tailNode
}
moveNodeToFirst(node) {
node.prev.next = node.next
node.next.prev = node.prev
this.insertNodeToFirst(node)
}
insertNodeToFirst(node) {
const second = this.head.next
this.head.next = node
node.prev = this.head
node.next = second
second.prev = node
}
delete(node) {
node.prev.next = node.next
node.next.prev = node.prev
}
deleteLastNode() {
const last = this.tail.prev
this.tail.prev = last.prev
last.prev.next = this.tail
return last
}
}
class LRUCache {
linkLine = null
map = {}
size = 5
constructor(size) {
this.size = size || this.size
this.linkLine = new LinkLine
}
get(key) {
let value
if (this.map[key]) {
const node = this.map[key]
value = node.value
this.linkLine.moveNodeToFirst(node)
}
return value
}
set(key, value) {
if (this.map[key]) {
const node = this.map[key]
node.value = value
this.linkLine.moveNodeToFirst(node)
} else {
// 删除最后一个元素
if (Object.keys(this.map).length >= this.size) {
const lastNode = this.linkLine.deleteLastNode()
delete this.map[lastNode.data.key]
}
const newNode = new LinkNode(key, value)
this.linkLine.insertNodeToFirst(newNode)
this.map[key] = newNode
}
}
}
https://gauliang.github.io/blogs/2022/lru-algorithm/
文章标题：Javascript 手写 LRU 算法
文章转载：
http://cdkjz.cn/article/dsojihp.html
