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
<p>class ThreadSafeLRUCache:
def <strong>init</strong>(self, capacity: int):
self.capacity = capacity
self._cache = OrderedDict()
self._lock = threading.Lock()</p><pre class="brush:php;toolbar:false;">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。
