Python 3.7+ dict 插入顺序可直接模拟LRU：get时pop再重设以置末尾，put时若满则删next(iter(dict))获取的首个key，配合capacity控制实现O(1)操作。
为什么 dict 的插入顺序能当 LRU 用
Python 3.7+ 的 dict 保证插入顺序，这意味着你可以把最常访问的 key 放在最后，淘汰时直接删第一个——这正好符合 LRU「最近最少使用」的逻辑。不需要额外维护时间戳或链表，靠字典本身的有序性就能模拟出 LRU 行为。
注意：Python 3.6 在 CPython 实现中也保持顺序，但语言规范未保证；生产环境请确认版本 ≥3.7。
手动实现 LRUCache 类的关键操作
核心是三个动作：读（get）、写（put）、淘汰（容量超限时删最早插入项）。所有操作都围绕一个 dict 展开，不引入 collections.OrderedDict 或其他模块。
-
get：如果 key 存在，先pop它再重新set（即删掉再插到末尾），确保它变成「最近使用」 -
put：如果 key 已存在，同样先 pop 再重设；如果不存在且容量满，用next(iter(cache))拿到第一个 key 并删除 - 用普通
dict存数据，用整数变量self.capacity控制上限
容易忽略的边界情况和坑
实际写的时候，这几个点最容易出错：
Python 3.14.2
下载
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
- 容量为 0 时，
put应该直接返回，不存任何值（否则后续get永远为空） -
get找不到 key 时必须返回-1（按经典 LRU 题约定），不能返回None或抛异常 - 重复
put同一个 key 时，要更新 value 并「刷新位置」，不是跳过操作 - 判断容量是否超限，要在插入新 key 前 检查：
if len(self.cache) >= self.capacity and key not in self.cache:
一个可直接跑的最小可用示例
下面这段代码不含任何 import，只用内置类型，在 Python 3.7+ 上可直接运行：
class LRUCache:
def __init__(self, capacity: int):
self.capacity = capacity
self.cache = {}
<pre class="brush:php;toolbar:false;">def get(self, key: int) -> int:
if key not in self.cache:
return -1
# 刷新访问顺序：取出再放回末尾
value = self.cache.pop(key)
self.cache[key] = value
return value
def put(self, key: int, value: int) -> None:
if key in self.cache:
self.cache.pop(key)
elif len(self.cache) >= self.capacity > 0:
# 删除第一个（最久未用）
oldest_key = next(iter(self.cache))
self.cache.pop(oldest_key)
if self.capacity > 0:
self.cache[key] = value
真正麻烦的不是结构，而是每次 get 和 put 都得小心处理「是否已存在」「容量是否为 0」「删谁才对」——这些逻辑一旦漏判，缓存行为就不可预测。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
