2020.04.25算法:LRU的實現

在如今的項目開發中,緩存是一種必不可少的存儲方式,目前在各種後臺開發中,比較常見的一種緩存算法就是LRU了,LRU名爲最近最少使用算法。它會將最近不常用的緩存數據淘汰掉,是一種Cache替換算法。

常見的緩存算法

  • LRU (Least recently used) 最近最少使用,如果數據最近被訪問過,那麼將來被訪問的機率也更高。
  • LFU (Least frequently used) 最不經常使用,如果一個數據在最近一段時間內使用次數很少,那麼在將來一段時間內被使用的可能性也很小。
  • FIFO (Fist in first out) 先進先出, 如果一個數據最先進入緩存中,則應該最早淘汰掉。

像瀏覽器的緩存策略、memcached的緩存策略都是使用LRU這個算法,LRU算法會將近期最不會訪問的數據淘汰掉。LRU如此流行的原因是實現比較簡單,而且對於實際問題也很實用,良好的運行時性能,命中率較高。下面談談如何實現LRU緩存:

  • 新數據插入到鏈表頭部
  • 每當緩存命中(即緩存數據被訪問),則將數據移到鏈表頭部
  • 當鏈表滿的時候,將鏈表尾部的數據丟棄

LRU Cache具備的操作:

  • set(key,value):如果key在hashmap中存在,則先重置對應的value值,然後獲取對應的節點cur,將cur節點從鏈表刪除,並移動到鏈表的頭部;若果key在hashmap不存在,則新建一個節點,並將節點放到鏈表的頭部。當Cache存滿的時候,將鏈表最後一個節點刪除即可。
  • get(key):如果key在hashmap中存在,則把對應的節點放到鏈表頭部,並返回對應的value值;如果不存在,則返回-1。

LRU實現採用雙向鏈表 + Map 來進行實現。這裏採用雙向鏈表的原因是:如果採用普通的單鏈表,則刪除節點的時候需要從表頭開始遍歷查找,效率爲O(n),採用雙向鏈表可以直接改變節點的前驅的指針指向進行刪除達到O(1)的效率。使用Map來保存節點的key、value值便於能在O(logN)的時間查找元素,對應get操作。

#include<iostream>

#include<map>



using namespace std;



/**

 * Definition of cachelist node, it's double linked list node.

 */

struct CacheNode {

  int key;

  int value;

  CacheNode *pre, *next;

  CacheNode(int k, int v) : key(k), value(v), pre(NULL), next(NULL) {}

};



class LRUCache{

private:

  int size;                     // Maximum of cachelist size.

  CacheNode *head, *tail;

  map<int, CacheNode *> mp;          // Use hashmap to store

public:

  LRUCache(int capacity)

  {

    size = capacity;

    head = NULL;

    tail = NULL;

  }



  int get(int key)

  {

    map<int, CacheNode *>::iterator it = mp.find(key);

    if (it != mp.end())

    {

      CacheNode *node = it -> second;

      remove(node);

      setHead(node);

      return node -> value;

    }

    else

    {

      return -1;

    }

  }



  void set(int key, int value)

  {

    map<int, CacheNode *>::iterator it = mp.find(key);

    if (it != mp.end())

    {

      CacheNode *node = it -> second;

      node -> value = value;

      remove(node);

      setHead(node);

    }

    else

    {

      CacheNode *newNode = new CacheNode(key, value);

      if (mp.size() >= size)

      {

	map<int, CacheNode *>::iterator iter = mp.find(tail -> key);

      	remove(tail);

	mp.erase(iter);

      }

      setHead(newNode);

      mp[key] = newNode;

    }

  }



  void remove(CacheNode *node)

  {

    if (node -> pre != NULL)

    {

      node -> pre -> next = node -> next;

    }

    else

    {

      head = node -> next;

    }

    if (node -> next != NULL)

    {

      node -> next -> pre = node -> pre;

    }

    else

    {

      tail = node -> pre;

    }

  }



  void setHead(CacheNode *node)

  {

    node -> next = head;

    node -> pre = NULL;



    if (head != NULL)

    {

      head -> pre = node;

    }

    head = node;

    if (tail == NULL)

    {

      tail = head;

    }

  }

};

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章