ARC算法分析与实现

ARC算法分析与实现

ARC算法是2003年提出的缓存替换算法，是众多针对LRU算法的改良算法之一。
本文仅从模拟实现角度分析ARC算法，可以说就是解释ARC算法的内容，而不会将重点放在ARC算法的原理和解释其优越性上，同时代码实现也仅可用于模拟，不是针对具体应用。

FRC

ARC的结构是两个LRU队列，我们称其为 $L1$和$L2$，$L1$存储首次被访问的页，而$L2$存储被访问过两次及以上的页。当然这里被访问两次及以上是指在被从这两个LRU队列中淘汰之前再次被访问，因为从两个LRU队列中淘汰的页的访问就不会再被保留了。
假设我们的缓存大小为$c$，那么两个队列总共的最大长度为$2c$，$L1$队列的最大长度为$c$，而$L2$在不超过最大总长度的情况下可以侵占$L1$的空间。自然，我们缓存不会将两个LRU中的页全部存储。ARC只存储两个LRU队列的前面一部分（假设我们把MRU一端称为前面/top，LRU一端称为后面/bottom），只有这一部分是存储具体内容的，而尾端只有页号，没有内容，不占用太多的空间。具体是前几个呢？ARC算法给出了精细的调控。
我们把$L1$中保存的部分称为$T1$（$T2$ for $L2$），$T1$的长度记为$t1$（$t2$ for $T2$）。ARC为$T1$的长度设置了一个目标大小$p$，$0\le p\le c$，这个$p$代表了ARC更倾向于保留初次访问的数据还是再次访问的数据。当$t1>p$时，我们优先淘汰$T1$中的页，当$t1<p$时，我们优先淘汰$T2$中的页，总之，是让$T1$的长度稳定在$p$附近（注意，新插入的页在$T1$还是$T2$中是由它是否是初次访问决定的，因此我们只能通过选择淘汰哪一个列表的页来调整$T1$的长度）。而当$t1=p$时，作者表示这个时候的淘汰策略可以任意一点，如果miss页在$B1$中则淘汰$T2$中的页，否则淘汰$T1$中的页。
以上其实是给定$p$的算法的简单描述，作者将这个算法称作FRC算法（Fixed Replacement Cache），那么我们的$p$是怎么确定的呢，这就是ARC算法Adaptive的地方了。接下来我开始具体分析ARC算法。

ARC算法中包含的操作

我们可以想象两个LRU队列，在T部和B部的分界处有一块可移动的隔板，在最前端有一个可插入的缝隙。
这两个隔板之间的部分就是存储在缓存中的部分，而缝隙就是最近一次访问的页可能插入的位置。一方面，两个隔板之间的最大距离不可能超过缓存的大小，即$c$；另一方面，我们只考虑隔板向自身队列的头部（top端）移动，在算法中不会将隔板向尾部移动，因为隔板$b1$向头部移动意味着$T1$的LRU页从缓存中删除，滚向$B1$，这是可能的，而隔板向尾部移动则代表$B1$的MRU页变成$T1$的LRU页，这是不可能的，这种移动没有合理性。
隔板的移动会改变缓存的长度，不会改变$L1$或者$L2$的长度；而在两个缝隙之一插入元素，则既会改变$L1，L2$的长度也会改变缓存的长度。除了以上两个操作，当然还有第三个和第四个操作，那就是从 L