手把手教你设计hash表与LRU缓存库

一、背景

之前分享了《 链表 》系列、《 队列和栈 》系列、《 数组和字符串 》系列，今天我们来看看哈希技术，以及相关设计与实践应用。

如果你用过 set 或者 map 的话，应该知道这些数据结构可以做到快速插入、查找、删除等操作，而不像数组那样有 O(n) 的复杂度。

也许你听过，那些底层都是使用树实现的。今天我先教你们用哈希实现。

看完这篇文章，你会发现哈希这么简单。

另外业界的很多项目都使用到了哈希表来实现缓存，所以你看之后也能明白传说中的缓存是如何实现的。

二、原理

哈希表的关键思想就是使用哈希函数，将查询键映射到哈希桶上。

通过这样的操作，我们可以近乎于 O(1) 的复杂度完成各种操作。

具体来说。

插入时，根据哈希函数，确定数据键分配到哪个桶，然后将键值储存在这个桶。

查询时，使用相同的哈希函数，找到对应的桶，然后在桶里查找对应的键是否存在。

如下图，0 映射到桶 0, 1987 和 2 映射到桶 2， 24 映射到桶 4.

这里可以看到一个问题：不同的键可能映射到相同的桶里。

此时最简单的做法是，同一个桶里的数据使用链表储存起来。

当然，查找的代价是同一个桶里需要遍历链表。

三、基本实现

实现哈希表的时候，需要注意几点。

1.桶大小一般固定（高级的会动态扩容）。

2.键的哈希函数固定。

3.查询操作最好封装起来，读写复用。

实现大概如下。

四、缓存

上面的哈希表已经可以当做缓存来用了，数据太多的时候性能太低，所以需要增加一直淘汰策略。

这里我们增加一个 LRU 淘汰策略。

要实现 LRU 淘汰，需要先明白 LRU 淘汰的意思。

LRU 的全称是 Least Recently Used，即最近未使用。

所以，LRU淘汰策略就是优先淘汰最久没有使用的数据。

那怎么找到最久没使用的节点呢？

一种方法是储存所有数据的访问时间，然后根据最小的时间找数据。

这个可以使用平衡树来实现，但是树的成本有点高，负责度也是 O(log(n)) 的。

另一种方法就是双向链表。

如果我们将所有数据使用双向链表存起来，访问的数据移动到链表最前面，那需要淘汰的自然就是链表最后面的数据了。

由于是双向链表，我们可以直接定位到最后一个节点。

这样总体复杂度始终是 O(1) 。

所以实现 LRU 也很简单，只需要用之前教你们的 双向链表即可。

这里为了简单，我使用 STL 实现了一个简单版的 LRU缓存库。

如果你感兴趣，可以预先分配数据内存，然后通过下标来访问内存数据。 相信你实现了 LRU 缓存后，自己无论是对哈希表还是 LRU ，都会有不一样的理解。

四、最后

这里简单的介绍了 哈希表 和 LRU 缓存库。

实际的算法比赛中，我们不需要自己实现哈希表，一般直接使用 set 或者 map 。

set 用来判断一个元素是否存在一个集合里面， map 用来储存映射关系。

有了 set 和 map 在手，很多问题都迎刃而解。

-EOF-