LRU缓存全称是最近最少使用缓存，当缓存容量达到上限时，会优先移除最久没有被访问的数据。使用javascript数组实现LRU缓存，核心是利用数组的有序性来记录数据的访问顺序，通过调整数组元素的位置来更新访问状态。
LRU缓存的核心规则
一个标准的LRU缓存需要满足以下几个核心规则：
- 缓存有固定的最大容量，超过容量时需要触发淘汰机制
- 当读取缓存中已有的数据时，该数据会被标记为最近使用，调整其位置到访问顺序的最前端
- 当写入新的缓存数据时，如果数据已存在则更新值并标记为最近使用，如果不存在则添加到缓存最前端
- 如果写入新数据时缓存已满，需要先淘汰最久未使用的数据，也就是当前访问顺序的最后端数据
用javascript数组实现LRU缓存的思路
我们可以把数组的头部作为最近使用的位置，尾部作为最久未使用的位置，这样每次操作只需要调整数组头部和尾部的元素即可，具体实现思路如下：
1. 初始化缓存
定义缓存的最大容量，同时创建一个空数组用来存储缓存的键，再创建一个对象用来存储键对应的具体值，数组只负责记录访问顺序，对象负责快速查找值，这样能保证查找的时间复杂度为O(1)。
2. 读取缓存操作
读取时先判断键是否存在于存储对象中，如果不存在直接返回null或者约定的不存在标识。如果存在，需要先把该键从数组原来的位置删除，再插入到数组的头部，标记为最近使用，最后返回对应的值。
3. 写入缓存操作
写入时先判断键是否已经存在，如果存在则更新存储对象中的值，同时把该键从数组原位置删除后插入头部。如果不存在，先判断数组长度是否达到最大容量，如果达到则删除数组尾部的键，同时从存储对象中删除对应的键值对，再把新的键插入数组头部，同时在存储对象中存入新的键值对。
完整代码实现
下面是完整的javascript数组实现LRU缓存的代码，包含初始化、读取、写入三个核心方法：
// LRU缓存类
class LRUCache {
constructor(capacity) {
// 缓存最大容量
this.capacity = capacity;
// 记录访问顺序的数组，头部是最近使用，尾部是最久未使用
this.keys = [];
// 存储键值对的映射对象
this.cache = {};
}
// 读取缓存
get(key) {
// 判断键是否存在
if (this.cache.hasOwnProperty(key)) {
// 存在则更新访问顺序，先删除原位置
const index = this.keys.indexOf(key);
this.keys.splice(index, 1);
// 插入到数组头部，标记为最近使用
this.keys.unshift(key);
return this.cache[key];
}
// 不存在返回null
return null;
}
// 写入缓存
put(key, value) {
// 判断键是否已经存在
if (this.cache.hasOwnProperty(key)) {
// 已存在则更新值
this.cache[key] = value;
// 更新访问顺序，先删除原位置
const index = this.keys.indexOf(key);
this.keys.splice(index, 1);
// 插入到数组头部
this.keys.unshift(key);
} else {
// 不存在则判断容量是否已满
if (this.keys.length >= this.capacity) {
// 容量满则淘汰最久未使用的，也就是数组尾部的键
const oldKey = this.keys.pop();
delete this.cache[oldKey];
}
// 新键插入数组头部，同时存入映射对象
this.keys.unshift(key);
this.cache[key] = value;
}
}
}
// 测试示例
const lru = new LRUCache(2);
lru.put('a', 1);
lru.put('b', 2);
console.log(lru.get('a')); // 输出1，此时a被标记为最近使用，顺序为['a','b']
lru.put('c', 3); // 容量满，淘汰b，顺序变为['c','a']
console.log(lru.get('b')); // 输出null，b已被淘汰
console.log(lru.get('c')); // 输出3，c被标记为最近使用，顺序为['c','a']
实现方式的优缺点
这种用数组实现的方式优点是逻辑简单，容易理解，不需要引入额外的复杂数据结构。缺点是数组的splice和indexOf操作在数组长度较大时，时间复杂度是O(n)，如果缓存容量很大，频繁操作会有性能损耗。如果对性能要求很高，通常会结合哈希表和双向链表来实现，能达到所有操作O(1)的时间复杂度，但实现逻辑会更复杂。
javascriptLRU缓存数组缓存淘汰数据结构修改时间：2026-07-19 11:09:30