页替换算法 page replacement —— 最优算法 OPT / MIN 的 C with stl 实现

页替换算法 —— 最优算法 OPT/MIN 的 C with stl 实现

MIN的最优证明参考：http://algo2.iti.kit.edu/vanstee/courses/caching.pdf
文档里叫做LFD（longest forward distance）

输入

• K, cache size
• N, number of pages
• N integers, represents the index of the quert pages in order

构想

把某次query的page id 命名为 queryId。在miss发生时，Min是要找出在cache的所有page id中，在query队列中最远出现的page id (命名这个变量为furthest)，并用queryId替换掉cache中的furthest。

最开始的想法：

cache用hashset，每次miss时在query队列中找furthest
这样，查询某个 page id是否在cache中的时间复杂度是O(1)，找到furthest的复杂度是O(N)，替换的复杂度是O(1)。总共会有N次查询，因此总时间复杂度是O(N^2)

改进：

新建一个node

struct MinNode
{
   
    int pageId;
    int nextAppear;
    MinNode(int id)
    {
   
        pageId = id;
        nextAppear = -1;
    }
    MinNode(int id, int next)
    {
   
        pageId = id;
        nextAppear = next;
    }
};

再定义两个数据结构：

• unordered_map<int, list<MinNode>::iterator> queryMap;
• list<MinNode> queryList;

读入query队列是用for循环，for(i = 0; i < N; i++)，先检查queryMap中有没有要查询的page id，如果没有，用第一种构方法MinNode(int id)把这个id封装成MinNode(相当于初始化nextAppear为-1)并加到queryList尾部，在queryMap中加入<key = page id, value = --queryList.end()>

如果queryMap中已经有要查询的page id了，那么更新这个MinNode——把它的nextAppear设置成i，同样还是用第一种构方法MinNode(int id)把这个id封装成MinNode并加到queryList尾部，在queryMap中加入<key = page id, value = --queryList.end()>

这一步完成之后，queryList里就保存了输入的query队列，并且还保留了每一个query的page id，与这个page id最近的下一个相同page id的位置(nextAppear)，如果没有下一个，那么nextAppear为-1。

接下来就是cache，也用list<MinNode>。当miss发生时，只需要遍历cache就可以找到要被替换的node。因此找到furthest的复杂度降为O(K)。虽然cache用list实现，但是查询某个page id是否在cache中的复杂度也可以降为O(1)，这只需要通过map+list的方式即可实现，具体可以看代码。替换的复杂度还是O(1)。因此总时间复杂度是O(KN)。

代码

void algoMin(int K, int N)
{
   
    char *line = NULL;
    size