class LruCache(object):
def __init__(self, capacity):
# 线程不安全
self.capacity = capacity
self.cache = dict() # 存缓存内容
self.keys_order = [] # 存次序,组合起来就是个有序字典
def show(self):
print("current cache is: ", self.cache)
print("current keys_order is: ", self.keys_order)
def get(self):
if key in self.cache:
# 把缓存key放到最前
self.keys_order.remove(key)
self.keys_order.append(key)
return self.cache[key]
else:
return None
# 下面段代码能优化,现在这样写逻辑阅读清晰,但有冗余行
def set(self, key, value=None):
# 如果缓存中存在,次序提到最前
if key in self.cache:
self.keys_order.remove(key)
self.keys_order.append(key)
self.cache[key] = value
# key不在缓存中,如果缓存已满,删除最旧的缓存数据,增加新数据
elif len(self.cache) >= self.capacity:
old_key = self.keys_order.pop(0)
del self.cache[old_key]
self.keys_order.append(key)
self.cache[key] = value
# key不在缓存中,缓存不满,增加新数据
else:
self.keys_order.append(key)
self.cache[key] = value
LRU缓存淘汰算法python实现
最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。