LRU缓存淘汰算法

LRU缓存淘汰算法是链表的经典的应用场景

缓存

缓存是一种提高数据读取性能的技术，在硬件设计、软件开发中都有着非常广泛的应用，比如常见的CPU缓存、数据库缓存、浏览器缓存等等。

与数组相反，链表不需要一块连续的内存空间，而是通过“指针”将一组零散的内存块串联起来。其中，内存块称为链表的“结点”。每个结点除了存储数据data外，还记录链上的下一个结点的地址，我们把这个记录下个结点地址的指针叫作后续指针next

链表的优点：插入和删除一个数据非常快，时间复杂度是O(1)
链表的缺点：随机访问数据却没有数组好，时间复杂度是O(n)

注：在链表插入和删除一个数据这个动作是非常快，但要找到要插入的位置或要删除的数据就慢了

头结点：指第一个结点，用来记录链表的基地址
尾结点：指最后一个结点。不过这个结点的指针不是指下一个结点，而是指向一个空地址NULL，表示这是链表上最后一个结点

与单链表的区别在于：循环链表的尾结点指针指向链表的头结点

像是把一条绳子的头尾相连，变成一个环

与单链表相比，循环链表的优点是从链尾到链头比较方便。
循环链表适合处理具有环型结构的数据

单链表只有一个方向，结点只有一个后续指针next指向后面的结点。而双向链表支持两个方向，每个结点除了有后续指针next指向后面的结点，还有一个前驱指针prev指向前面的结点。

双向链表的优点：
1.在某些情况下的插入、删除等操作比单链表简单高效。如果单链表要删除两个相邻的数据时，需要遍历两次链表。而双向链表因为保存了前面和后面的结点，只需遍历一次就可以删除两个相邻的数据。

2.对于一个有序链表，双向链表的按值查询的效率比单链表高。因为我们可以记录上次查找的位置p，每次查询时，根据要找的值与p的大小关系，决定是往前还是往后查找，所以平均只需查找一半的数据

循环链表+双向链表

当内存空间充足时，我们可以选择空间复杂度相对较高，单时间复杂度相对很低的算法或数据结构，来提高代码的执行速度。

缓存就是利用空间换时间的设计思想，将数据加载在内存中来提高数据查询的速度。

当内存比较紧缺时，需要反过来，用时间换空间

（原文摘抄）

如何基于链表实现LRU缓存淘汰算法？

我们思路
思路：我们维护一个有序单链表，越靠近链表尾部的结点时越早之前访问的。当一个新的数据被访问时，我们从链表头开始顺序遍历链表。

1.如果此数据之前已经被缓存在链表中来，我们遍历得到这个数据对应的结点，并将其从原来的位置删除，然后再插入到链表的头部

2.如果此数据没有在缓存链表中，又可以分为两种情况：

Q：如果字符串是通过单链表来存储的，那如何判断是一个回文串？相应的时间空间复杂度是多少？