题目描述：
LRU是 Least Recently Used 的缩写，指“最近最少使用”，LRU环存就是使用这种原理实现，简单地说就是缓存一定量的数据，当超过设定的阈值时就把一些过期的数据删除掉。常用于页面置换算法，是虚拟页式存储管理中常用的算法。
思路：
使用两个数据结构实现一个LRU环存：
(1) 使用双向链表实现的队列，队列的最大容量为缓存的大小。在使用的过程中，把最近使用的页面移动到队列头，最近没有使用的页面将被放在队列尾的位置；
(2) 使用一个哈希表，把页号作为键，把缓存在队列中的结点的地址作为值；(不是很理解为什么要用一个哈希表，下面代码中未使用哈希表，仅是使用了一个双向的队列）
当引用一个页面时，如果所需的页面在内存中，只需要把这个页对应的结点移动到队列的前面。如果所需要的页面不在内存中，此时需要把这个页面加载到内存中。简单地说，就是将一个新结点添加到队列的前面(最近使用)，并在哈希表中更新相应的结点地址。如果队列是满的，那么就从队列尾部移除一个结点(队尾表示距离现在久远)，并将新结点添加到队列的前面(队头表示现在，队尾表示过去)。
代码实现：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2020/1/22 16:53
# @Author : buu
# @Software: PyCharm
# @Blog ：https://blog.csdn.net/weixin_44321080
from collections import deque
class LRU:
def __init__(self, cacheSize):
self.cacheSize = cacheSize # 要缓存的数据大小
self.queue = deque()
# self.hashSet = set()
def isQueueFull(self): # 判断缓存队列是否满
return len(self.queue) == self.cacheSize
def enQueue(self, pageNum): # 把页号为 pageNum 的页缓存到队列中，同时也添加到 Hash 表中
if self.isQueueFull(): # 如果队列满了，则需要删除队尾的缓存的页
# self.hashSet.remove(self.queue[-1])
self.queue.pop()
self.queue.appendleft(pageNum)
# self.hashSet.add(pageNum) # 把新缓存的结点同时添加到 hash 表中
def accessPage(self, pageNum):
"""
当访问某一个page的时候会调用此函数，对于访问的page有两种情况:
1. 如果page在缓存队列中，直接把这个结点移动到队首；
2. 如果page不在缓存队列中，则把这个page缓存到队首；
:param pageNum:
:return:
"""
if pageNum not in self.queue: # page不在缓存队列中，则把它缓存到队首
self.enQueue(pageNum)
elif pageNum != self.queue[0]: # page在缓存队列中，则移动到队首
self.queue.remove(pageNum)
self.queue.appendleft(pageNum)
def printQueue(self):
while len(self.queue) > 0:
print(self.queue.popleft(), end=' ')
if __name__ == '__main__':
lru = LRU(3) # 假设缓存大小为3
lru.accessPage(1) # 队列：1
lru.accessPage(2) # 队列：2，1
lru.accessPage(5) # 队列：5，2，1
lru.accessPage(1) # 队列：1，5，2，因为1在队列中了，所以移到队首
lru.accessPage(6) # 队列：6，1，5
lru.accessPage(7) # 队列：7，6，1
lru.printQueue() # 通过上面的访问序列后，打印缓存的信息
结果：
end
