python实现LRU算法

最新推荐文章于 2025-03-27 02:01:08 发布

大帅不是我

最新推荐文章于 2025-03-27 02:01:08 发布

阅读量3.8k

点赞数 6

分类专栏： python数据结构算法文章标签： python lru

本文链接：https://blog.youkuaiyun.com/hhs_1996/article/details/119876521

版权

python数据结构算法专栏收录该内容

9 篇文章

订阅专栏

本文介绍了LRU（最近最少使用）算法的工作原理，并展示了如何利用Python中的OrderedDict来简单实现这一缓存淘汰策略。通过popitem和move_to_end方法，当缓存满时，可以自动淘汰最近最少使用的数据。示例代码演示了如何创建一个LRU缓存，以及在缓存满时如何自动更新数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LRU（Least recently used，最近最少使用）算法根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高”。

python中有一个标准库的类的OrderedDict，该类有以下两个方法用来实现LRU算法就十分简单：

popitem(last=True)：有序字典的 popitem() 方法移除并返回一个 (key, value) 键值对。如果 last 值为真，则按 LIFO 后进先出的顺序返回键值对，否则就按 FIFO 先进先出的顺序返回键值对。
move_to_end(key, last=True)：将现有 key 移动到有序字典的任一端。如果 last 为真值（默认）则将元素移至末尾；如果 last 为假值则将元素移至开头。如果 key 不存在则会触发 KeyError

代码实现：

from collections import OrderedDict, defaultdict

class LRU:
    def __init__(self, capacity=128):
        self.capacity = capacity    # 缓存容量
        self.cache = OrderedDict()  # 有序字典缓存

    def put(self, key, value):
        """数据录入缓存"""
        if key in self.cache:
            # 若数据已存在，表示命中一次，需要把数据移到缓存队列末端
            self.cache.move_to_end(key)
            return
        if len(self.cache) >= self.capacity:
            # 若缓存已满，则需要淘汰最早没有使用的数据
            self.cache.popitem(last=False)
        # 录入缓存
        self.cache[key]=value

    def travel(self):
        """遍历key"""
        for key in self.cache.keys():
            print(key)

if __name__ == '__main__':
    l = LRU(3)       # 实例化缓存容量为3
    l.put('a','aa')  # 此时缓存未满，则录入数据a
    l.put('b','bb')  # 此时缓存未满，则录入数据b
    l.put('c','cc')  # 此时缓存未满，则录入数据c
    l.put('a','aa')  # 此时缓存已满，但是a已存在缓存中，则命中一次
    # l.travel()     # 输出 b c a
    l.put('d','dd')  # 此时缓存已满，淘汰掉最久不用的b
    l.travel()       # 输出 c a d