LRU简介
LRU 缓存淘汰算法就是一种常用策略。LRU 的全称是 Least Recently Used，也就是说我们认为最近使用过的数据应该是是「有用的」，很久都没用过的数据应该是无用的，内存满了就优先删那些很久没用过的数据。
过程思考
我的思路是这样的：我们维护一个数组，越靠近数组尾部的结点是越早之前访问的。当有一个新的数据被访问时，我们遍历数据
1.如果此数据之前已经被缓存在数组中了，我们遍历得到这个数据，返回成功，并将其从原来的位置删除，然后再插入到数组的头部。
2.如果此数据没有在缓存在数组中，又可以分为两种情况：
- 如果此时缓存未满，则将此数据直接插入到数组的头部；
- 如果此时缓存已满，则将数组最后一个数据删除，将新的数据结点插入数组的头部。
实现
//数组来实现LRU，整体来说效率不高，这里主要是为了知道该淘汰策略是怎么回事
package main
import "fmt"
type cache struct {
arr []int
MaxLen int //缓存的最大元素个数
}
func (c *cache)Get(value int) {
var flag bool
for i,v:=range c.arr{
if v==value{
flag=true
//数据在第一个
if i==0{
return
}else {
c.arr[i],c.arr[0]=c.arr[0],c.arr[i]
}
}
}
if !flag{
//当前元素不在缓存中
if c.Length()<c.MaxLen {
//不用淘汰，在头部添加即可
c.Add(value)
}else {
// 去掉最后一个元素，然后将新元素添加到头部
c.arr=c.arr[:c.Length()-1]
c.Add(value)
}
}
}
//在头部添加一个元素
func (c *cache)Add(value int) {
if c.MaxLen<c.MaxLen {
return
}
c.arr = append(c.arr[:0], append([]int{
value}, c.arr[0:]...)...)
}
// 获取当前缓存有哪些元素
func (c *cache)ShowData()[]int {
return c.arr
}
func (c *cache)Append(value int) {
if c.Length()>=c.MaxLen {
return
}
c.arr=append(c.arr,value)
}
func (c *cache)Length() int {
return len(c.arr)
}
func NewCache(max int)*cache {
res:=&cache{
MaxLen:max,
}
return res
}
func main() {
cacheDome:=NewCache(3)
cacheDome.Append(1)
cacheDome.Append(2)
cacheDome.Append(3)
fmt.Println(cacheDome.ShowData())
cacheDome.Append(4)
fmt.Println(cacheDome.ShowData())
cacheDome.Get(4)
fmt.Println(cacheDome.ShowData())
cacheDome.Get(5)
fmt.Println(cacheDome.ShowData())
}