前端进阶算法3：从浏览器缓存淘汰策略和Vue的keep-alive学习LRU算法

[sisterAn]

引言

这个标题已经很明显的告诉我们：前端需要了解 LRU 算法！

这也是前端技能的亮点，当面试官在问到你前端开发中遇到过哪些算法，你也可以把这部分丢过去！

本节按以下步骤切入：

• 由浏览器缓存策略引出 LRU 算法原理
• 然后走进 vue 中 keep-alive 的应用
• 接着，透过 vue 中 keep-alive 源码看 LRU 算法的实现
• 最后，来一道 leetcode 题目，我们来实现一个 LRU 算法

按这个步骤来，完全掌握 LRU 算法，点亮前端技能，下面就开始吧👇

一、LRU 缓存淘汰策略

缓存在计算机网络上随处可见，例如：当我们首次访问一个网页时，打开很慢，但当我们再次打开这个网页时，打开就很快。

这就涉及缓存在浏览器上的应用：浏览器缓存。当我们打开一个网页时，例如 https://github.com/sisterAn/JavaScript-Algorithms ，它会在发起真正的网络请求前，查询浏览器缓存，看是否有要请求的文件，如果有，浏览器将会拦截请求，返回缓存文件，并直接结束请求，不会再去服务器上下载。如果不存在，才会去服务器请求。

其实，浏览器中的缓存是一种在本地保存资源副本，它的大小是有限的，当我们请求数过多时，缓存空间会被用满，此时，继续进行网络请求就需要确定缓存中哪些数据被保留，哪些数据被移除，这就是浏览器缓存淘汰策略，最常见的淘汰策略有 FIFO（先进先出）、LFU（最少使用）、LRU（最近最少使用）。

LRU （ Least Recently Used ：最近最少使用 ）缓存淘汰策略，故名思义，就是根据数据的历史访问记录来进行淘汰数据，其核心思想是 如果数据最近被访问过，那么将来被访问的几率也更高 ，优先淘汰最近没有被访问到的数据。

画个图帮助我们理解：

二、LRU 在 keep-alive (Vue) 上的实现

1. keep-alive

keep-alive 在 vue 中用于实现组件的缓存，当组件切换时不会对当前组件进行卸载。

<!-- 基本 -->
<keep-alive>
 <component :is="view"></component>
</keep-alive>

最常用的两个属性：include 、 exculde ，用于组件进行有条件的缓存，可以用逗号分隔字符串、正则表达式或一个数组来表示。

在 2.5.0 版本中，keep-alive 新增了 max 属性，用于最多可以缓存多少组件实例，一旦这个数字达到了，在新实例被创建之前，已缓存组件中最久没有被访问的实例会被销毁掉，看，这里就应用了 LRU 算法。即在 keep-alive 中缓存达到 max，新增缓存实例会优先淘汰最近没有被访问到的实例🎉🎉🎉

下面我们透过 vue 源码看一下具体的实现👇

2. 从 vue 源码看 keep-alive 的实现

export default {
 name: "keep-alive",
 // 抽象组件属性 ,它在组件实例建立父子关系的时候会被忽略,发生在 initLifecycle 的过程中
 abstract: true, 
 props: {
 // 被缓存组件
 include: patternTypes, 
 // 不被缓存组件
 exclude: patternTypes,
 // 指定缓存大小
 max: [String, Number] 
 },
 created() {
 // 初始化用于存储缓存的 cache 对象
 this.cache = Object.create(null);
 // 初始化用于存储VNode key值的 keys 数组
 this.keys = []; 
 },
 destroyed() {
 for (const key in this.cache) {
 // 删除所有缓存
 pruneCacheEntry(this.cache, key, this.keys);
 }
 },
 mounted() {
 // 监听缓存（include）/不缓存（exclude）组件的变化
 // 在变化时，重新调整 cache
 // pruneCache：遍历 cache，如果缓存的节点名称与传入的规则没有匹配上的话，就把这个节点从缓存中移除
 this.$watch("include", val => {
 pruneCache(this, name => matches(val, name));
 });
 this.$watch("exclude", val => {
 pruneCache(this, name => !matches(val, name));
 });
 },
 render() {
 // 获取第一个子元素的 vnode
 const slot = this.$slots.default;
 const vnode: VNode = getFirstComponentChild(slot);
 const componentOptions: ?VNodeComponentOptions =
 vnode && vnode.componentOptions;
 if (componentOptions) {
 // name 不在 inlcude 中或者在 exlude 中则直接返回 vnode，否则继续进行下一步
 // check pattern
 const name: ?string = getComponentName(componentOptions);
 const { include, exclude } = this;
 if (
 // not included
 (include && (!name || !matches(include, name))) ||
 // excluded
 (exclude && name && matches(exclude, name))
 ) {
 return vnode;
 }
 
 const { cache, keys } = this;
 // 获取键，优先获取组件的 name 字段，否则是组件的 tag
 const key: ?string =
 vnode.key == null
 ? // same constructor may get registered as different local components
 // so cid alone is not enough (#3269)
 componentOptions.Ctor.cid +
 (componentOptions.tag ? `::${componentOptions.tag}` : "")
 : vnode.key;
 
 // --------------------------------------------------
 // 下面就是 LRU 算法了，
 // 如果在缓存里有则调整，
 // 没有则放入（长度超过 max，则淘汰最近没有访问的）
 // --------------------------------------------------
 // 如果命中缓存，则从缓存中获取 vnode 的组件实例，并且调整 key 的顺序放入 keys 数组的末尾
 if (cache[key]) {
 vnode.componentInstance = cache[key].componentInstance;
 // make current key freshest
 remove(keys, key);
 keys.push(key);
 }
 // 如果没有命中缓存,就把 vnode 放进缓存
 else {
 cache[key] = vnode;
 keys.push(key);
 // prune oldest entry
 // 如果配置了 max 并且缓存的长度超过了 this.max，还要从缓存中删除第一个
 if (this.max && keys.length > parseInt(this.max)) {
 pruneCacheEntry(cache, keys[0], keys, this._vnode);
 }
 }
 
 // keepAlive标记位
 vnode.data.keepAlive = true;
 }
 return vnode || (slot && slot[0]);
 }
};

// 移除 key 缓存
function pruneCacheEntry (
 cache: VNodeCache,
 key: string,
 keys: Array<string>,
 current?: VNode
) {
 const cached = cache[key]
 if (cached && (!current || cached.tag !== current.tag)) {
 cached.componentInstance.$destroy()
 }
 cache[key] = null
 remove(keys, key)
}

// remove 方法（shared/util.js）
/**
 * Remove an item from an array.
 */
export function remove (arr: Array<any>, item: any): Array<any> | void {
 if (arr.length) {
 const index = arr.indexOf(item)
 if (index > -1) {
 return arr.splice(index, 1)
 }
 }
}

keep-alive源码路径

在 keep-alive 缓存超过 max 时，使用的缓存淘汰算法就是 LRU 算法，它在实现的过程中用到了 cache 对象用于保存缓存的组件实例及 key 值，keys 数组用于保存缓存组件的 key ，当 keep-alive 中渲染一个需要缓存的实例时：

• 判断缓存中是否已缓存了该实例，缓存了则直接获取，并调整 key 在 keys 中的位置（移除 keys 中 key ，并放入 keys 数组的最后一位）
• 如果没有缓存，则缓存该实例，若 keys 的长度大于 max （缓存长度超过上限），则移除 keys[0] 缓存

下面我们来自己实现一个 LRU 算法吧⛽️⛽️⛽️

三、leetcode：LRU 缓存机制

运用你所掌握的数据结构，设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和写入数据 put 。

获取数据 get(key) - 如果密钥 ( key ) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1 。
写入数据 put(key, value) - 如果密钥不存在，则写入数据。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据，从而为新数据留出空间。

进阶:

你是否可以在 O(1) 时间复杂度内完成这两种操作？

示例:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4

前面已经介绍过了 keep-alive 中LRU实现源码，现在来看这道题是不是很简单😊😊😊，可以尝试自己解答一下⛽️，然后思考一下有没有什么继续优化的！欢迎提供更多的解法

答案已提交到 #7

四、认识更多的前端道友，一起进阶前端开发

前端算法集训营第一期免费开营啦🎉🎉🎉，免费哟！

在这里，你可以和志同道合的前端朋友们（600+）一起进阶前端算法，从0到1构建完整的数据结构与算法体系。

在这里，瓶子君不仅介绍算法，还将算法与前端各个领域进行结合，包括浏览器、HTTP、V8、React、Vue源码等。

在这里，你可以每天学习一道大厂算法题（阿里、腾讯、百度、字节等等）或 leetcode，瓶子君都会在第二天解答哟！

更多福利等你解锁🔓🔓🔓！

在公众号「前端瓶子君」内回复「算法」即可加入。你的关注就是对瓶子君最大的支持😄😄😄

[bodyno]

👍

[yygmind]

👍

[FrontToEnd]

（￣︶￣）↗

[omitchen]

清晰明了，写的很棒

[ohdo]

nice

[vczc]

good