container包定义了一套heap的接口，只要实现了这些接口就能作为一个heap来使用,定义如下
```go
// Copyright 2009 The Go Authors. All rights reserved.
// Use of this source code is governed by a BSD-style
// license that can be found in the LICENSE file.

// heap 包为任何实现 heap.Interface 接口的类型提供堆操作。堆是一种具有以下特性的树形结构，
// 即每个节点都是其子树中值最小的节点。
//
// 树中的最小元素是根，索引为 0。
//
// 堆通常用于实现优先队列。要构建优先队列，请使用 (负) 优先级作为 Less 方法的排序，
// 这样 Push 就会添加项目，而 Pop 就会从队列中删除优先级最高的项目。
// 示例包括了这样一个实现；文件 example_pq_test.go 包含了完整的源代码。



package heap

import "sort"

// Interface 类型描述了使用此包中的例程的类型的要求。
// 任何实现此接口的类型都可用作最小堆，具有以下不变性（在调用 Init 后或数据为空或排序后）：
//
//	!h.Less(j, i) 对于 0 <= i < h.Len() 且 2*i+1 <= j <= 2*i+2 且 j < h.Len() 均成立
//
// 注意，此接口中的 Push 和 Pop 是供此包的实现调用的。
// 若要从堆中添加和删除元素，请使用 heap.Push 和 heap.Pop。

type Interface interface {
	sort.Interface
	Push(x any) // 将 x 添加为元素 Len()
	Pop() any   // 移除并返回元素 Len() - 1。
}

// Init 根据此包中的其他例程所需的堆不变性建立堆。
// 对于堆不变性来说，Init 是幂等的，可能在堆不变性可能无效时调用。
// 复杂度为 O(n)，其中 n = h.Len()。
func Init(h Interface) {
	// heapify
	n := h.Len()
	for i := n/2 - 1; i >= 0; i-- {
		down(h, i, n)
	}
}

// Push 将元素 x 推入堆中。
// 复杂度为 O(log n)，其中 n = h.Len()。
func Push(h Interface, x any) {
	h.Push(x)
	up(h, h.Len()-1)
}

// Pop 从堆中移除并返回最小元素（根据 Less）。
// 复杂度为 O(log n)，其中 n = h.Len()。
// Pop 等效于 Remove(h, 0)。
func Pop(h Interface) any {
	n := h.Len() - 1
	h.Swap(0, n)
	down(h, 0, n)
	return h.Pop()
}

// Remove 从堆中移除并返回索引 i 的元素。
// 复杂度为 O(log n)，其中 n = h.Len()。
func Remove(h Interface, i int) any {
	n := h.Len() - 1
	if n != i {
		h.Swap(i, n)
		if !down(h, i, n) {
			up(h, i)
		}
	}
	return h.Pop()
}

// Fix 在索引 i 的元素更改其值后重新建立堆顺序。
// 更改元素在索引 i 的值，然后调用 Fix 相当于调用 Remove(h, i)，
// 然后将新值推入堆中。复杂度为 O(log n)，其中 n = h.Len()。
func Fix(h Interface, i int) {
	if !down(h, i, h.Len()) {
		up(h, i)
	}
}

// up 将索引 j 处的元素向堆的根移动，直到满足堆不变性。
func up(h Interface, j int) {
	for {
		i := (j - 1) / 2 // 父节点
		if i == j || !h.Less(j, i) {
			break
		}
		h.Swap(i, j)
		j = i
	}
}

// down 将索引 i0 处的元素向堆的叶子移动，直到满足堆不变性。
// 如果 i0 已经是叶子，则返回 false。
func down(h Interface, i0, n int) bool {
	i := i0
	for {
		j1 := 2*i + 1
		if j1 >= n || j1 < 0 { // 在 int 溢出后 j1 < 0
			break
		}
		j := j1 // 左孩子
		if j2 := j1 + 1; j2 < n && h.Less(j2, j1) {
			j = j2 // = 2*i + 2  // 右孩子
		}
		if !h.Less(j, i) {
			break
		}
		h.Swap(i, j)
		i = j
	}
	return i > i0
}

```
使用实例
```go
package main

import (
	"container/heap"
	"fmt"
)

// 为整数切片实现 heap.Interface 接口
type IntHeap []int

func (h IntHeap) Len() int           { return len(h) }
func (h IntHeap) Less(i, j int) bool { return h[i] < h[j] }
func (h IntHeap) Swap(i, j int)      { h[i], h[j] = h[j], h[i] }

// Push 将元素推入堆中
func (h *IntHeap) Push(x interface{}) {
	*h = append(*h, x.(int))
}

// Pop 从堆中弹出最小元素
func (h *IntHeap) Pop() interface{} {
	old := *h
	n := len(old)
	x := old[n-1]
	*h = old[0 : n-1]
	return x
}

func main() {
	// 初始化一个空堆
	var h IntHeap
	heap.Init(&h)

	// 将元素推入堆中
	heap.Push(&h, 3)
	heap.Push(&h, 5)
	heap.Push(&h, 1)

	// 从堆中弹出并打印最小元素
	fmt.Printf("Minimum: %d\n", heap.Pop(&h))

	// 将元素推入堆中
	heap.Push(&h, 4)

	// 打印堆中的所有元素
	for h.Len() > 0 {
		fmt.Printf("%d ", heap.Pop(&h))
	}
}

```

![image.png](/static/img/3af3eaba973fd30e1fdc3648eade2dc4.image.webp)

go contaoner/heap实现

[cache](https://github.com/hashicorp/golang-lru)发现一个简单的cache项目，这里面有2q，arc cache实现,算法原理看末尾


下面是arc cache代码
```go
package arc



import (
	"sync"

	"github.com/hashicorp/golang-lru/v2/simplelru"
)

// ARCCache 是一个线程安全的固定大小的自适应替换缓存（ARC）。
// ARC 是对标准 LRU 缓存的增强，它同时跟踪使用的频率和最近性。
// 这样可以避免对新条目的访问的突发情况导致频繁使用的旧条目被驱逐。
// 与标准 LRU 缓存相比，它增加了一些额外的跟踪开销，计算上大约是 2 倍的成本，
// 并且额外的内存开销与缓存大小成线性关系。
// ARC 已被 IBM 专利，但类似于 TwoQueueCache（2Q），需要设置参数。
type ARCCache[K comparable, V any] struct {
	size int // Size 是缓存的总容量
	p    int // P 是对 T1 或 T2 的动态偏好

	t1 simplelru.LRUCache[K, V]        // T1 是最近访问的项目的 LRU
	b1 simplelru.LRUCache[K, struct{}] // B1 是从 T1 驱逐的项目的 LRU

	t2 simplelru.LRUCache[K, V]        // T2 是频繁访问的项目的 LRU
	b2 simplelru.LRUCache[K, struct{}] // B2 是从 T2 驱逐的项目的 LRU

	lock sync.RWMutex
}

// NewARC 创建一个给定大小的 ARC
func NewARC[K comparable, V any](size int) (*ARCCache[K, V], error) {
	// 创建子 LRUs
	b1, err := simplelru.NewLRU[K, struct{}](size, nil)
	if err != nil {
		return nil, err
	}
	b2, err := simplelru.NewLRU[K, struct{}](size, nil)
	if err != nil {
		return nil, err
	}
	t1, err := simplelru.NewLRU[K, V](size, nil)
	if err != nil {
		return nil, err
	}
	t2, err := simplelru.NewLRU[K, V](size, nil)
	if err != nil {
		return nil, err
	}

	// 初始化 ARC
	c := &ARCCache[K, V]{
		size: size,
		p:    0,
		t1:   t1,
		b1:   b1,
		t2:   t2,
		b2:   b2,
	}
	return c, nil
}

// Get 查找缓存中键的值。
func (c *ARCCache[K, V]) Get(key K) (value V, ok bool) {
	c.lock.Lock()
	defer c.lock.Unlock()

	// 如果值包含在 T1（最近）中，则提升到 T2（频繁）
	if val, ok := c.t1.Peek(key); ok {
		c.t1.Remove(key)
		c.t2.Add(key, val)
		return val, ok
	}

	// 检查值是否包含在 T2（频繁）中
	if val, ok := c.t2.Get(key); ok {
		return val, ok
	}

	// 未命中
	return
}

// Add 向缓存中添加一个值。
func (c *ARCCache[K, V]) Add(key K, value V) {
	c.lock.Lock()
	defer c.lock.Unlock()

	// 检查值是否包含在 T1（最近）中，可能提升到频繁的 T2
	if c.t1.Contains(key) {
		c.t1.Remove(key)
		c.t2.Add(key, value)
		return
	}

	// 检查值是否已经在 T2（频繁）中并更新它
	if c.t2.Contains(key) {
		c.t2.Add(key, value)
		return
	}

	// 检查该值是否最近作为最近使用列表的一部分而被驱逐
	if c.b1.Contains(key) {
		// T1 集合太小，适当地增加 P
		delta := 1
		b1Len := c.b1.Len()
		b2Len := c.b2.Len()
		if b2Len > b1Len {
			delta = b2Len / b1Len
		}
		if c.p+delta >= c.size {
			c.p = c.size
		} else {
			c.p += delta
		}

		// 可能需要在缓存中腾出空间
		if c.t1.Len()+c.t2.Len() >= c.size {
			c.replace(false)
		}

		// 从 B1 中删除
		c.b1.Remove(key)

		// 将键添加到频繁使用的列表中
		c.t2.Add(key, value)
		return
	}

	// 检查该值是否最近作为频繁使用列表的一部分而被驱逐
	if c.b2.Contains(key) {
		// T2 集合太小，适当地减小 P
		delta := 1
		b1Len := c.b1.Len()
		b2Len := c.b2.Len()
		if b1Len > b2Len {
			delta = b1Len / b2Len
		}
		if delta >= c.p {
			c.p = 0
		} else {
			c.p -= delta
		}

		// 可能需要在缓存中腾出空间
		if c.t1.Len()+c.t2.Len() >= c.size {
			c.replace(true)
		}

		// 从 B2 中删除
		c.b2.Remove(key)

		// 将键添加到频繁使用的列表中
		c.t2.Add(key, value)
		return
	}

	// 可能需要在缓存中腾出空间
	if c.t1.Len()+c.t2.Len() >= c.size {
		c.replace(false)
	}

	// 保持幽灵缓冲区的大小
	if c.b1.Len() > c.size-c.p {
		c.b1.RemoveOldest()
	}
	if c.b2.Len() > c.p {
		c.b2.RemoveOldest()
	}

	// 添加到最近看到的列表中
	c.t1.Add(key, value)
}

// replace 用于根据当前学到的 P 值自适应地从 T1 或 T2 中驱逐。
func (c *ARCCache[K, V]) replace(b2ContainsKey bool) {
	t1Len := c.t1.Len()
	if t1Len > 0 && (t1Len > c.p || (t1Len == c.p && b2ContainsKey)) {
		k, _, ok := c.t1.RemoveOldest()
		if ok {
			c.b1.Add(k, struct{}{})
		}
	} else {
		k, _, ok := c.t2.RemoveOldest()
		if ok {
			c.b2.Add(k, struct{}{})
		}
	}
}

// Len 返回缓存中条目的数量
func (c *ARCCache[K, V]) Len() int {
	c.lock.RLock()
	defer c.lock.RUnlock()
	return c.t1.Len() + c.t2.Len()
}

// Keys 返回所有缓存的键
func (c *ARCCache[K, V]) Keys() []K {
	c.lock.RLock()
	defer c.lock.RUnlock()
	k1 := c.t1.Keys()
	k2 := c.t2.Keys()
	return append(k1, k2...)
}

// Values 返回所有缓存的值
func (c *ARCCache[K, V]) Values() []V {
	c.lock.RLock()
	defer c.lock.RUnlock()
	v1 := c.t1.Values()
	v2 := c.t2.Values()
	return append(v1, v2...)
}

// Remove 用于从缓存中清除键
func (c *ARCCache[K, V]) Remove(key K) {
	c.lock.Lock()
	defer c.lock.Unlock()
	if c.t1.Remove(key) {
		return
	}
	if c.t2.Remove(key) {
		return
	}
	if c.b1.Remove(key) {
		return
	}
	if c.b2.Remove(key) {
		return
	}
}

// Purge 用于清除缓存
func (c *ARCCache[K, V]) Purge() {
	c.lock.Lock()
	defer c.lock.Unlock()
	c.t1.Purge()
	c.t2.Purge()
	c.b1.Purge()
	c.b2.Purge()
}

// Contains 用于检查缓存是否包含键，而不更新最近性或频率。
func (c *ARCCache[K, V]) Contains(key K) bool {
	c.lock.RLock()
	defer c.lock.RUnlock()
	return c.t1.Contains(key) || c.t2.Contains(key)
}

// Peek 用于检查键的缓存值，而不更新最近性或频率。
func (c *ARCCache[K, V]) Peek(key K) (value V, ok bool) {
	c.lock.RLock()
	defer c.lock.RUnlock()
	if val, ok := c.t1.Peek(key); ok {
		return val, ok
	}
	return c.t2.Peek(key)
}

```
接下来是2q缓存
```go

// 版权所有（c）HashiCorp，Inc。
// SPDX-License-Identifier: MPL-2.0

package lru

import (
	"errors"
	"sync"

	"github.com/hashicorp/golang-lru/v2/simplelru"
)

const (
	// Default2QRecentRatio 是 2Q 缓存中专用于最近添加的仅被访问一次的条目的比率。
	Default2QRecentRatio = 0.25

	// Default2QGhostEntries 是保存用于跟踪最近驱逐的条目的默认幽灵条目比率。
	Default2QGhostEntries = 0.50
)

// TwoQueueCache 是一个线程安全的固定大小的 2Q 缓存。
// 2Q 是对标准 LRU 缓存的增强，因为它单独跟踪频繁使用和最近使用的条目。
// 这避免了对新条目的访问的突发情况导致频繁使用的条目被驱逐。
// 它相对于标准 LRU 缓存增加了一些额外的跟踪开销，计算上大约是 2 倍的成本，并添加了一些元数据。
// ARCCache 类似，但不需要设置任何参数。
type TwoQueueCache[K comparable, V any] struct {
	size        int
	recentSize  int
	recentRatio float64
	ghostRatio  float64

	recent      simplelru.LRUCache[K, V]
	frequent    simplelru.LRUCache[K, V]
	recentEvict simplelru.LRUCache[K, struct{}]
	lock        sync.RWMutex
}

// New2Q 使用默认值为参数创建一个新的 TwoQueueCache。
func New2Q[K comparable, V any](size int) (*TwoQueueCache[K, V], error) {
	return New2QParams[K, V](size, Default2QRecentRatio, Default2QGhostEntries)
}

// New2QParams 使用提供的参数值创建一个新的 TwoQueueCache。
func New2QParams[K comparable, V any](size int, recentRatio, ghostRatio float64) (*TwoQueueCache[K, V], error) {
	if size <= 0 {
		return nil, errors.New("无效的大小")
	}
	if recentRatio < 0.0 || recentRatio > 1.0 {
		return nil, errors.New("无效的最近比率")
	}
	if ghostRatio < 0.0 || ghostRatio > 1.0 {
		return nil, errors.New("无效的幽灵比率")
	}

	// 确定子大小
	recentSize := int(float64(size) * recentRatio)
	evictSize := int(float64(size) * ghostRatio)

	// 分配 LRUs
	recent, err := simplelru.NewLRU[K, V](size, nil)
	if err != nil {
		return nil, err
	}
	frequent, err := simplelru.NewLRU[K, V](size, nil)
	if err != nil {
		return nil, err
	}
	recentEvict, err := simplelru.NewLRU[K, struct{}](evictSize, nil)
	if err != nil {
		return nil, err
	}

	// 初始化缓存
	c := &TwoQueueCache[K, V]{
		size:        size,
		recentSize:  recentSize,
		recentRatio: recentRatio,
		ghostRatio:  ghostRatio,
		recent:      recent,
		frequent:    frequent,
		recentEvict: recentEvict,
	}
	return c, nil
}

// Get 从缓存中查找键的值。
func (c *TwoQueueCache[K, V]) Get(key K) (value V, ok bool) {
	c.lock.Lock()
	defer c.lock.Unlock()

	// 检查这是否是一个频繁使用的值
	if val, ok := c.frequent.Get(key); ok {
		return val, ok
	}

	// 如果值包含在 recent 中，那么我们提升它到 frequent 中
	if val, ok := c.recent.Peek(key); ok {
		c.recent.Remove(key)
		c.frequent.Add(key, val)
		return val, ok
	}

	// 未命中
	return
}

// Add 向缓存中添加一个值。
func (c *TwoQueueCache[K, V]) Add(key K, value V) {
	c.lock.Lock()
	defer c.lock.Unlock()

	// 检查值是否已经频繁使用，并只更新值
	if c.frequent.Contains(key) {
		c.frequent.Add(key, value)
		return
	}

	// 检查值是否最近使用，并将值提升到频繁列表中
	if c.recent.Contains(key) {
		c.recent.Remove(key)
		c.frequent.Add(key, value)
		return
	}

	// 如果值最近被驱逐，将其添加到频繁使用的列表中
	if c.recentEvict.Contains(key) {
		c.ensureSpace(true)
		c.recentEvict.Remove(key)
		c.frequent.Add(key, value)
		return
	}

	// 添加到最近看到的列表中
	c.ensureSpace(false)
	c.recent.Add(key, value)
}

// ensureSpace 用于确保我们在缓存中有空间
func (c *TwoQueueCache[K, V]) ensureSpace(recentEvict bool) {
	// 如果我们有空间，什么也不做
	recentLen := c.recent.Len()
	freqLen := c.frequent.Len()
	if recentLen+freqLen < c.size {
		return
	}

	// 如果 recent 缓冲区比目标大，从那里驱逐
	if recentLen > 0 && (recentLen > c.recentSize || (recentLen == c.recentSize && !recentEvict)) {
		k, _, _ := c.recent.RemoveOldest()
		c.recentEvict.Add(k, struct{}{})
		return
	}

	// 否则从频繁列表中移除
	c.frequent.RemoveOldest()
}

// Len 返回缓存中的条目数。
func (c *TwoQueueCache[K, V]) Len() int {
	c.lock.RLock()
	defer c.lock.RUnlock()
	return c.recent.Len() + c.frequent.Len()
}

// Resize 更改缓存大小。
func (c *TwoQueueCache[K, V]) Resize(size int) (evicted int) {
	c.lock.Lock()
	defer c.lock.Unlock()

	// 重新计算子大小
	recentSize := int(float64(size) * c.recentRatio)
	evictSize := int(float64(size) * c.ghostRatio)
	c.size = size
	c.recentSize = recentSize

	// ensureSpace
	diff := c.recent.Len() + c.frequent.Len() - size
	if diff < 0 {
		diff = 0
	}
	for i := 0; i < diff; i++ {
		c.ensureSpace(true)
	}

	// 重新分配 LRUs
	c.recent.Resize(size)
	c.frequent.Resize(size)
	c.recentEvict.Resize(evictSize)

	return diff
}

// Keys 返回缓存中键的切片。
// 频繁使用的键在返回的切片中排在前面。
func (c *TwoQueueCache[K, V]) Keys() []K {
	c.lock.RLock()
	defer c.lock.RUnlock()
	k1 := c.frequent.Keys()
	k2 := c.recent.Keys()
	return append(k1, k2...)
}

// Values 返回缓存中值的切片。
// 频繁使用的值在返回的切片中排在前面。
func (c *TwoQueueCache[K, V]) Values() []V {
	c.lock.RLock()
	defer c.lock.RUnlock()
	v1 := c.frequent.Values()
	v2 := c.recent.Values()
	return append(v1, v2...)
}

// Remove 从缓存中移除提供的键。
func (c *TwoQueueCache[K, V]) Remove(key K) {
	c.lock.Lock()
	defer c.lock.Unlock()
	if c.frequent.Remove(key) {
		return
	}
	if c.recent.Remove(key) {
		return
	}
	if c.recentEvict.Remove(key) {
		return
	}
}

// Purge 用于完全清除缓存。
func (c *TwoQueueCache[K, V]) Purge() {
	c.lock.Lock()
	defer c.lock.Unlock()
	c.recent.Purge()
	c.frequent.Purge()
	c.recentEvict.Purge()
}

// Contains 用于检查缓存是否包含键，而不更新最近性或频率。
func (c *TwoQueueCache[K, V]) Contains(key K) bool {
	c.lock.RLock()
	defer c.lock.RUnlock()
	return c.frequent.Contains(key) || c.recent.Contains(key)
}

// Peek 用于检查键的缓存值，而不更新最近性或频率。
func (c *TwoQueueCache[K, V]) Peek(key K) (value V, ok bool) {
	c.lock.RLock()
	defer c.lock.RUnlock()
	if val, ok := c.frequent.Peek(key); ok {
		return val, ok
	}
	return c.recent.Peek(key)
}

```
---

1. [图解 LRU LFU ARC FIFO 缓存淘汰算法 - 掘金](https://juejin.cn/post/6923510255154528263)
2. [缓存淘汰算法（LFU、LRU、ARC、FIFO、2Q）分析 - 知乎](https://zhuanlan.zhihu.com/p/352910565)
3. [Adaptive Replacement Cache(ARC) 缓存淘汰算法 - 知乎](https://zhuanlan.zhihu.com/p/522306900)

go实现ARC cache

最近没事做，临近期末，随便翻点源码，发现go竟然有个container包，以前从来没用过，里面有一个简单的list和一个heap，先贴出源码研究一下



![image.png](/static/img/f41663ef8809e03d839b42799e5dcef9.image.webp)
```go
// Copyright 2009 The Go Authors. All rights reserved.
// Use of this source code is governed by a BSD-style
// license that can be found in the LICENSE file.

// Package list implements a doubly linked list.
//
// To iterate over a list (where l is a *List):
//
//	for e := l.Front(); e != nil; e = e.Next() {
//		// do something with e.Value
//	}
package list

// Element is an element of a linked list.
type Element struct {
	// Next and previous pointers in the doubly-linked list of elements.
	// To simplify the implementation, internally a list l is implemented
	// as a ring, such that &l.root is both the next element of the last
	// list element (l.Back()) and the previous element of the first list
	// element (l.Front()).
	next, prev *Element //前后向指针

	// The list to which this element belongs.
	list *List

	// The value stored with this element.
	Value any
}

//
// List represents a doubly linked list.
// The zero value for List is an empty list ready to use.
type List struct {
	root Element // sentinel list element, only &root, root.prev, and root.next are used
	len  int     // current list length excluding (this) sentinel element
}


// Next returns the next list element or nil.
func (e *Element) Next() *Element {
	if p := e.next; e.list != nil && p != &e.list.root {
		return p
	}
	return nil
}

// Prev returns the previous list element or nil.
func (e *Element) Prev() *Element {
	if p := e.prev; e.list != nil && p != &e.list.root {
		return p
	}
	return nil
}


// Init initializes or clears list l.
func (l *List) Init() *List {  //前后指针指向自己
	l.root.next = &l.root
	l.root.prev = &l.root
	l.len = 0
	return l
}

// New returns an initialized list.
func New() *List { return new(List).Init() }

// Len returns the number of elements of list l.
// The complexity is O(1).
func (l *List) Len() int { return l.len }

// Front returns the first element of list l or nil if the list is empty.
func (l *List) Front() *Element {
	if l.len == 0 {
		return nil
	}
	return l.root.next
}

// Back returns the last element of list l or nil if the list is empty.
func (l *List) Back() *Element {
	if l.len == 0 {
		return nil
	}
	return l.root.prev
}

// lazyInit lazily initializes a zero List value.
func (l *List) lazyInit() {
	if l.root.next == nil {
		l.Init()
	}
}

// insert inserts e after at, increments l.len, and returns e.
func (l *List) insert(e, at *Element) *Element {
	e.prev = at
	e.next = at.next
	e.prev.next = e
	e.next.prev = e
	e.list = l
	l.len++
	return e
}

// insertValue is a convenience wrapper for insert(&Element{Value: v}, at).
func (l *List) insertValue(v any, at *Element) *Element {
	return l.insert(&Element{Value: v}, at)
}

// remove removes e from its list, decrements l.len
func (l *List) remove(e *Element) {
	e.prev.next = e.next
	e.next.prev = e.prev
	e.next = nil // avoid memory leaks
	e.prev = nil // avoid memory leaks
	e.list = nil
	l.len--
}

// move moves e to next to at.
func (l *List) move(e, at *Element) {
	if e == at {
		return
	}
	e.prev.next = e.next
	e.next.prev = e.prev

	e.prev = at
	e.next = at.next
	e.prev.next = e
	e.next.prev = e
}

// Remove removes e from l if e is an element of list l.
// It returns the element value e.Value.
// The element must not be nil.
func (l *List) Remove(e *Element) any {
	if e.list == l {
		// if e.list == l, l must have been initialized when e was inserted
		// in l or l == nil (e is a zero Element) and l.remove will crash
		l.remove(e)
	}
	return e.Value
}

// PushFront inserts a new element e with value v at the front of list l and returns e.
func (l *List) PushFront(v any) *Element {
	l.lazyInit()
	return l.insertValue(v, &l.root)
}

// PushBack inserts a new element e with value v at the back of list l and returns e.
func (l *List) PushBack(v any) *Element {
	l.lazyInit()
	return l.insertValue(v, l.root.prev)
}

// InsertBefore inserts a new element e with value v immediately before mark and returns e.
// If mark is not an element of l, the list is not modified.
// The mark must not be nil.
func (l *List) InsertBefore(v any, mark *Element) *Element {
	if mark.list != l {
		return nil
	}
	// see comment in List.Remove about initialization of l
	return l.insertValue(v, mark.prev)
}

// InsertAfter inserts a new element e with value v immediately after mark and returns e.
// If mark is not an element of l, the list is not modified.
// The mark must not be nil.
func (l *List) InsertAfter(v any, mark *Element) *Element {
	if mark.list != l {
		return nil
	}
	// see comment in List.Remove about initialization of l
	return l.insertValue(v, mark)
}

// MoveToFront moves element e to the front of list l.
// If e is not an element of l, the list is not modified.
// The element must not be nil.
func (l *List) MoveToFront(e *Element) {
	if e.list != l || l.root.next == e {
		return
	}
	// see comment in List.Remove about initialization of l
	l.move(e, &l.root)
}

// MoveToBack moves element e to the back of list l.
// If e is not an element of l, the list is not modified.
// The element must not be nil.
func (l *List) MoveToBack(e *Element) {
	if e.list != l || l.root.prev == e {
		return
	}
	// see comment in List.Remove about initialization of l
	l.move(e, l.root.prev)
}

// MoveBefore moves element e to its new position before mark.
// If e or mark is not an element of l, or e == mark, the list is not modified.
// The element and mark must not be nil.
func (l *List) MoveBefore(e, mark *Element) {
	if e.list != l || e == mark || mark.list != l {
		return
	}
	l.move(e, mark.prev)
}

// MoveAfter moves element e to its new position after mark.
// If e or mark is not an element of l, or e == mark, the list is not modified.
// The element and mark must not be nil.
func (l *List) MoveAfter(e, mark *Element) {
	if e.list != l || e == mark || mark.list != l {
		return
	}
	l.move(e, mark)
}

// PushBackList inserts a copy of another list at the back of list l.
// The lists l and other may be the same. They must not be nil.
func (l *List) PushBackList(other *List) {
	l.lazyInit()
	for i, e := other.Len(), other.Front(); i > 0; i, e = i-1, e.Next() {
		l.insertValue(e.Value, l.root.prev)
	}
}

// PushFrontList inserts a copy of another list at the front of list l.
// The lists l and other may be the same. They must not be nil.
func (l *List) PushFrontList(other *List) {
	l.lazyInit()
	for i, e := other.Len(), other.Back(); i > 0; i, e = i-1, e.Prev() {
		l.insertValue(e.Value, &l.root)
	}
}

```

go container/list

Bucket
===
```go
// Bucket 表示数据库中的键值对集合。
type Bucket struct {
    bucket     *bucket            // 内部 bucket 结构的引用
    tx         *Tx                // 关联的事务
    buckets    map[string]*Bucket // 子桶缓存
    page       *page              // 内联页面引用
    rootNode   *node              // 根页面的实体化节点
    nodes      map[pgid]*node     // 节点缓存

    // 设置节点分裂时填充节点的阈值。默认情况下，桶将填充到 50%，
    // 但如果你知道你的写入工作负载主要是追加式的，增加此百分比可能会有用。
    //
    // 这在事务之间是非持久的，因此必须在每个 Tx 中设置。
    FillPercent float64
}

```



BoltDb源码阅读（3） Bucket

中断是一种异步事件处理机制，用于提高系统的并发处理能力。在Linux中，中断的整个过程包括中断请求、中断处理和中断返回三个阶段。中断号是用来标识不同类型中断的数字或代码。





1. 中断请求阶段：
   - 硬件设备发出中断信号，通知处理器有一个中断事件发生。
   - 处理器接收到中断信号后，会立即向操作系统报告中断事件的发生。

2. 中断处理阶段：
   - 操作系统根据中断号找到对应的中断处理程序（中断服务例程，ISR）。
   - 中断处理程序是设备驱动程序的一部分，用于管理和处理特定设备的中断事件。
   - 中断处理程序运行在中断上下文中，它具有较高的优先级，可以打断正在执行的进程。
   - 中断处理程序执行特定的操作，例如读取设备数据、更新设备状态等。

3. 中断返回阶段：
   - 中断处理程序执行完毕后，操作系统会将控制权返回给被打断的进程或任务。
   - 被打断的进程或任务从中断发生时的状态继续执行。

在Linux中，每个中断都有一个唯一的中断号来标识不同类型的中断。中断号通常被称为中断请求（IRQ）线，每个IRQ线都与一个特定的设备或事件相关联。



---
Learn more:
1. [Linux内核学习笔记之中断和中断处理 | 普通人](https://hjk.life/posts/linux-kernel-interrupt/)
2. [Linux中断和中断处理程序 - 明明1109 - 博客园](https://www.cnblogs.com/fortunely/p/15856752.html)
3. [Linux内核21-Linux内核的中断处理过程 - 图珀洛的博客 | TUPELO Blog](http://tupelo-shen.github.io/2020/03/25/Linux%E5%86%85%E6%A0%B821-Linux%E5%86%85%E6%A0%B8%E7%9A%84%E4%B8%AD%E6%96%AD%E5%A4%84%E7%90%86%E8%BF%87%E7%A8%8B/)

1. [Linux内核之中断机制_中断是一种异步事件处理机制-CSDN博客](https://blog.csdn.net/Micky_Yang/article/details/104357903)
2. [Linux 内核中断内幕 - 随风飘落的雨滴 - 博客园](https://www.cnblogs.com/dirt2/p/5616217.html)
3. [深入理解Linux内核中断及其特性(更新)](http://junqilee.com/linux/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3linux%E5%86%85%E6%A0%B8%E4%B8%AD%E6%96%AD%E5%8F%8A%E5%85%B6%E7%89%B9%E6%80%A7-%E6%9B%B4%E6%96%B0/)