数组实现LRU缓存淘汰策略

最新推荐文章于 2024-03-02 13:24:59 发布

月守护

最新推荐文章于 2024-03-02 13:24:59 发布

阅读量875

点赞数

分类专栏： redis 文章标签： LRU

本文链接：https://blog.csdn.net/csdniter/article/details/112554930

版权

本文介绍了LRU缓存淘汰算法的基本思想，通过维护一个数组来实现这一策略，当新数据访问时，会根据最近使用原则更新数组。如果数据已存在则移到头部，若缓存满则删除最久未使用的数据。

摘要由CSDN通过智能技术生成

LRU简介

LRU 缓存淘汰算法就是一种常用策略。LRU 的全称是 Least Recently Used，也就是说我们认为最近使用过的数据应该是是「有用的」，很久都没用过的数据应该是无用的，内存满了就优先删那些很久没用过的数据。

过程思考

我的思路是这样的：我们维护一个数组，越靠近数组尾部的结点是越早之前访问的。当有一个新的数据被访问时，我们遍历数据
1.如果此数据之前已经被缓存在数组中了，我们遍历得到这个数据，返回成功，并将其从原来的位置删除，然后再插入到数组的头部。
2.如果此数据没有在缓存在数组中，又可以分为两种情况：

如果此时缓存未满，则将此数据直接插入到数组的头部；
如果此时缓存已满，则将数组最后一个数据删除，将新的数据结点插入数组的头部。

实现

//数组来实现LRU，整体来说效率不高，这里主要是为了知道该淘汰策略是怎么回事

package main

import "fmt"

type cache struct {
   
	arr []int
	MaxLen int //缓存的最大元素个数
}


func (c *cache)Get(value int)  {
   
	var flag bool
	for i,v:=range c.arr{
   
		if v==value{
   
			flag=true
			//数据在第一个
			if i==0{
   
				return
			}else {
   
				c.arr[i