如何不使用第三方库实现一个简单的线程安全 LRU 缓存

可用python内置threading模块配合OrderedDict实现线程安全LRU缓存，核心是用Lock保护OrderedDict的move_to_end和popitem操作，确保访问更新与超容淘汰的原子性。

可以用 Python 内置的 threading 模块配合 OrderedDict（或手动维护链表+字典）实现一个轻量、线程安全的 LRU 缓存，无需第三方库。

核心思路：锁 + 有序结构

LRU 的关键在于「访问时更新顺序」和「容量超限时淘汰最久未用项」。Python 标准库中 collections.OrderedDict 天然支持 move_to_end(key) 和 popitem(last=False)，正好对应「标记最近使用」和「淘汰最老项」。线程安全只需对所有读写操作加一把互斥锁即可。

基础实现（基于 OrderedDict）

以下是一个完整、可直接运行的版本：

from collections import OrderedDict import threading 
class ThreadSafeLRUCache: def init(self, capacity: int): self.capacity = capacity self._cache = OrderedDict() self._lock = threading.Lock()
def get(self, key):     with self._lock:         if key not in self._cache:             return None         # 移到末尾，表示最近被访问         self._cache.move_to_end(key)         return self._cache[key]  def put(self, key, value):     with self._lock:         if key in self._cache:             self._cache.move_to_end(key)         self._cache[key] = value         # 超容时删最老的（开头）         if len(self._cache) > self.capacity:             self._cache.popitem(last=False)  def size(self):     with self._lock:         return len(self._cache)  def clear(self):     with self._lock:         self._cache.clear()


关键细节说明

 锁粒度合理：每个方法内部独占锁，避免并发读写导致 OrderedDict 状态不一致（如 get 中判断存在后、move_to_end 前被另一个线程删除）
 不依赖 get 的返回值做逻辑分支：例如不要写 if cache.get(k) is None: cache.put(k, v)，这会引发两次加锁，且中间可能被其他线程修改。如需原子性检查并设置，应新增 setdefault 类方法
 capacity ≤ 0 时行为明确：可在 __init__ 中校验，或让 put 直接忽略插入（当前实现会允许存但立即淘汰，等效于只读缓存）
 避免在锁内做耗时操作：比如不建议在 get 中触发网络请求或复杂计算；缓存本身只负责快速存取

进阶：无 OrderedDict 的纯字典 + 双向链表（兼容旧 Python）
如果运行环境是 Python dict 无序），或想彻底掌控结构，可用字典 + 手写双向链表节点。但实现更重：

每个键对应一个链表节点，含前后指针和值
字典映射 key → node，便于 O(1) 定位
维护 head（最新）和 tail（最老）两个哨兵节点
 get：查字典 → 摘下节点 → 插入 head 后 → 返回值
 put：已存在则更新值并移到 head；不存在则新建节点插 head 后，若超容则删 tail 前一个节点并从字典移除

该方案性能略优（免去 OrderedDict 的部分封装开销），但代码量翻倍，调试成本高。一般场景推荐用 OrderedDict 版本。