不能直接用OrderedDict的move_to_end()和popitem(last=False)实现LRU，因其无容量控制且默认FIFO；需继承OrderedDict，重写__getitem__调用move_to_end、__setitem__超限时popitem(last=False)，并处理maxsize≤0等边界。
为什么不能直接用 OrderedDict 的 move_to_end() 和 popitem(last=False)？
因为 OrderedDict 本身不带容量控制逻辑，它只是按插入/访问顺序维护键值对。你要实现“满时自动淘汰最久未用项（LRU）”，必须手动在每次 __setitem__ 前检查长度，并在超限时调用 popitem(last=False) 删除最早插入的项——但注意：这实现的是 FIFO，不是严格 LRU。要真正 LRU，得每次 __getitem__ 都调用 move_to_end(key) 把命中的项移到末尾。
如何手写一个带容量限制的 LRU 缓存类？
继承 OrderedDict 是最轻量的方式，避免重复实现底层有序逻辑。关键点有三个：初始化时保存 maxsize；重写 __getitem__ 并调用 move_to_end()；重写 __setitem__，在插入前判断是否已达上限，是则先 popitem(last=False)。
示例：
from collections import OrderedDict
<p>class LRUCache(OrderedDict):
def <strong>init</strong>(self, maxsize):
super().<strong>init</strong>()
self.maxsize = maxsize</p><pre class="brush:php;toolbar:false;">def __getitem__(self, key):
value = super().__getitem__(key)
self.move_to_end(key) # 访问后移到末尾
return value
def __setitem__(self, key, value):
if key in self:
self.move_to_end(key) # 更新已存在 key 时也要移至末尾
super().__setitem__(key, value)
if len(self) > self.maxsize > 0:
self.popitem(last=False) # 淘汰最老项（开头）
使用 functools.lru_cache 还是自己写 OrderedDict 缓存？
看场景：lru_cache 是装饰器，只适用于纯函数且参数可哈希；它不支持手动清除、动态调整容量、或查看当前缓存内容。而手写 OrderedDict 类完全可控——你可以暴露 .keys()、加统计字段、支持非哈希参数（如用 repr(args) 当 key）、甚至混合 TTL 逻辑。但代价是：你得自己处理线程安全（lru_cache 默认线程安全，而 OrderedDict 不是）。
常见误判点：
-
maxsize=None在lru_cache中表示无限制，在自定义类中得显式判断，否则len(self) > self.maxsize会报错 -
OrderedDict.popitem(last=False)删除的是最先插入的项，不是最久未访问的——除非你每次 get 都move_to_end()，否则不是 LRU - Python 3.7+ 普通
dict也保持插入顺序，但它没有move_to_end()或popitem(last=False)，所以不能替代OrderedDict实现 LRU
容易被忽略的边界情况
容量为 0 或负数时行为要明确：应禁止插入任何项，或直接清空；maxsize=0 时每次 __setitem__ 都该立刻 popitem(last=False)，结果为空。还有并发读写——如果多个线程同时操作这个缓存，必须加锁，比如用 threading.RLock 包裹所有方法体。另外，OrderedDict 对 key 的相等性判断依赖 ==，如果 key 是自定义对象，记得实现 __eq__ 和 __hash__，否则可能命中失败。
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！
