LRU算法--作为缓存

LRU算法基于最近最少使用原则,用于缓存淘汰。当缓存满时,会淘汰最近最少使用的数据。实现通常结合list和unordered_map,提供快速查找和定位。代码实现后,运行展示缓存操作结果。此外,还提及了其他缓存算法如FIFO和LFU。
摘要由CSDN通过智能技术生成
  1. LRU算法的设计原则是:如果一个数据在最近一段时间没有被访问到,那么在将来它被访问的可能性也很小。也就是说,当限定的空间已存满数据时,应当把最久没有被访问到的数据淘汰。
  2. 实现思想:用list保存数据,用unodered_map保存指向list的指针(方便定位查找),和一个数据量的最大值
  3. 代码如下:
    #include<iostream>
    #include<functional>
    #include<list>
    #include<unordered_map>
    
    using namespace std;
    /*
     * File:   lrucache.hpp
     * Author: Alexander Ponomarev
     *
     * Created on June 20, 2013, 5:09 PM
     */
    template<typename key_t, typename value_t>
    class lru_cache {
    public:
    	typedef typename std::pair<key_t, value_t> key_value_pair_t;
    	typedef typename std::list<key_value_pair_t>::iterator list_iterator_t;
    
    	lru_cache(size_t max_size) :
    		_max_size(max_size) {
    	}
    
    	void put(const key_t& key, const value_t& value) {
    		auto it = _cache_items_map.find(key);
    		_cache_items_list.push_front(key_value_pair_t(key, value));
    		if (it != _cache_items_map.end()) {
    			_cache_items_l
LRU(Least Recently Used)是一种常见的缓存淘汰算法,它的基本思想是:将最不常用的数据最先淘汰掉。 具体实现方式通常是将缓存空间划分为若干个桶(bucket),每个桶中存储一组数据,同时记录它们最后一次被访问的时间。当缓存空间满了,需要淘汰一些数据时,LRU算法根据数据最近使用的频率和时间进行淘汰。 算法的核心思想是通过计数器(例如最近访问计数器)和哈希表(或排序列表)来实现。计数器用于记录每个数据项最后一次被访问的时间,哈希表或排序列表用于快速查找和删除数据项。 具体实现步骤如下: 1. 当缓存空间满了,需要淘汰一些数据时,遍历缓存中的所有数据项,并记录它们最后一次被访问的时间。 2. 根据时间戳和计数器的值,将数据项按照最近使用的频率进行排序。 3. 将排名最靠后的数据项从缓存中删除,并释放相应的空间。 4. 如果需要继续淘汰数据,重复步骤1-3,直到缓存空间不再满为止。 这种算法的优点是实现简单,易于理解和实现,并且具有较好的性能和效率。但是,它也有一些缺点,例如当缓存命中率较低时,需要频繁地进行淘汰和替换操作,导致缓存命中率进一步下降。此外,如果需要支持高并发访问,还需要考虑并发控制和线程安全等问题。 总之,LRU算法是一种常用的缓存淘汰算法,适用于需要快速响应和低延迟的应用场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值