目录 LRU 一、为什么要使用Map是来定义容器 二、应用场景 三、代码实现 总结 LRU LRU(Least Recently Used)最近最少使用缓存策略, 根据历史数据记录,当数据超过了限定空间的时候对数据
目录
- LRU
- 一、为什么要使用Map是来定义容器
- 二、应用场景
- 三、代码实现
- 总结
LRU
LRU(Least Recently Used)最近最少使用缓存策略,根据历史数据记录,当数据超过了限定空间的时候对数据清理,清理的原则是对很久没有使用到过的数据进行清除。
一、为什么要使用Map是来定义容器
Map在保存数据时会按照记住存储数据时候的顺序,这样存储的数据是有序列的,并且会维护键值对的插入顺序,Map存储数据的键值可以是任意类型(对象或者基本类型都可),Map提供了get、set、delete方法十分方便;而Object
的话是无序,当然也可以使用Array
。另外Map的算法复杂度是O(1),处理数据更迅速。
二、应用场景
- redis
- 浏览器浏览记录
- vue中内置组件keep-alive
三、代码实现
实现的大概思路如下:
- 创建一个LRUCache类
- 定义容器以及容器的容量
- 定义set方面,设置容器中的数据
- 定义get方法,获取容器中的数据
class LRUCache { constructor(length) { // 定义容器容量 this.length = length; // 创建数据容器,生成一个空映射 this.map = new Map(); } // 设置key值 set(key, value) { } // 获取key值 get(key) {} }
接下来就是对set方法和get方法的处理:
set
- 当容器长度不超过设定的长度:设置key值,但是为了达到缓存策略的效果,需要我们先删除数据,后添加到容器的最后一条
- 当容器长度超过设定的长度:先删除掉容器中的第一条数据
get
- 先获取数据值,然后删除该条数据,再设置数据到最后
class LRUCache { constructor(length) { // 定义容器容量 this.length = length; // 定义数据容器 this.map = new Map(); } // 设置key值 set(key, value) { // 如果容器容量超过设定的容量 if (this.map.size >= this.length) { // 等价于:let firstKey = this.map.keys()[0] //map.keys().next()查询容器中第一条数据的key值 //keys()会返回一个迭代器对象,包含了实力对象中的每一个key值 let firstKey = this.map.keys().next().value; //删除容器中第一条数据 this.map.delete(firstKey); } // 容器中存在key就先删除掉 if (this.map.has(key)) { this.map.delete(key); } // 删除后重新加入该条数据 this.map.set(key, value); } // 获取key值 get(key) { // 获取key值不存在返回null if (!this.map.has(key)) { return null; } // 获取key值 let value = this.map.get(key); //删除容器中的该条数据 this.map.delete(key); //重新把该条数据添加到容器中 this.map.set(key, value); return value } } // 创建实例对象并设置容器大小 const lruCache = new LRUCache(5)
添加6条数据
lruCache.set('name', 'zhangsan') lruCache.set('class', 'xinguan') lruCache.set('age', 19) lruCache.set('sex', '男') lruCache.set('occupation', '前端工程师') lruCache.set('year', '2023') console.log(lruCache, 'lruCache')
对lruCache添加了6条数据并按顺序排列,打印出来只剩5条数据,添加的第一条(‘name’, ‘zhangsan’)被删除了。
然后获取class的值,发现key为class的这条数据跑最后了。因为在get时候先delete后set了。
console.log(lruCache.get('class'), 'lruCache')//xinguan
总结
到此这篇关于关于前端面试中常提到的LRU缓存策略的文章就介绍到这了,更多相关前端面试LRU缓存策略内容请搜索自由互联以前的文章或继续浏览下面的相关文章希望大家以后多多支持自由互联!