2020.04.25算法:LRU的实现

在如今的项目开发中,缓存是一种必不可少的存储方式,目前在各种后台开发中,比较常见的一种缓存算法就是LRU了,LRU名为最近最少使用算法。它会将最近不常用的缓存数据淘汰掉,是一种Cache替换算法。

常见的缓存算法

  • LRU (Least recently used) 最近最少使用,如果数据最近被访问过,那么将来被访问的机率也更高。
  • LFU (Least frequently used) 最不经常使用,如果一个数据在最近一段时间内使用次数很少,那么在将来一段时间内被使用的可能性也很小。
  • FIFO (Fist in first out) 先进先出, 如果一个数据最先进入缓存中,则应该最早淘汰掉。

像浏览器的缓存策略、memcached的缓存策略都是使用LRU这个算法,LRU算法会将近期最不会访问的数据淘汰掉。LRU如此流行的原因是实现比较简单,而且对于实际问题也很实用,良好的运行时性能,命中率较高。下面谈谈如何实现LRU缓存:

  • 新数据插入到链表头部
  • 每当缓存命中(即缓存数据被访问),则将数据移到链表头部
  • 当链表满的时候,将链表尾部的数据丢弃

LRU Cache具备的操作:

  • set(key,value):如果key在hashmap中存在,则先重置对应的value值,然后获取对应的节点cur,将cur节点从链表删除,并移动到链表的头部;若果key在hashmap不存在,则新建一个节点,并将节点放到链表的头部。当Cache存满的时候,将链表最后一个节点删除即可。
  • get(key):如果key在hashmap中存在,则把对应的节点放到链表头部,并返回对应的value值;如果不存在,则返回-1。

LRU实现采用双向链表 + Map 来进行实现。这里采用双向链表的原因是:如果采用普通的单链表,则删除节点的时候需要从表头开始遍历查找,效率为O(n),采用双向链表可以直接改变节点的前驱的指针指向进行删除达到O(1)的效率。使用Map来保存节点的key、value值便于能在O(logN)的时间查找元素,对应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