C++实现LRU算法

本文详细介绍了如何使用C++实现LRU(最近最少使用)缓存淘汰算法,通过数据结构和算法的结合,创建一个高效能的缓存系统,以优化操作系统的资源利用率。
摘要由CSDN通过智能技术生成

 

#include <iostream>
#include <thread>
#include <mutex>
#include<condition_variable>
#include <atomic>
#include<unordered_map>
using namespace std;
class MYLRU {
private:
	struct node {
		int k;
		int v;
		node(int a, int b)
		{
			k = a;
			v = b;
		}
	};
public:
	MYLRU(int c):capity(c) {
	}
	int get(int key)
	{
		if (mymap.find(key) == mymap.end())
			return -1;
		mylist.splice(mylist.begin(), mylist, mymap[key]);
		return mymap[key]->v;
	}
	void set(int key, int value)
	{
		if (mymap.find(key) == mymap.end())
		{
			if (capity == mymap.size())
			{
				mymap.erase(mylist.back().k);
				mylist.pop_back();
			}
			mylist.push_front(node(key, value));
			mymap[key] = mylist.begin();
		}
		else
		{
			mylist.splice(mylist.begin(), mylist, mymap[key]);
			mylist.begin()->v = value;
		}
	}
private:
	int capity;
	unordered_map<int, list<node>::iterator>mymap;
	list&
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是使用C++实现LRU算法的示例代码: ```c++ #include <unordered_map> #include <list> class LRUCache { public: LRUCache(int capacity) { cap = capacity; } int get(int key) { if (cache_map.count(key)) { auto iter = cache_map[key]; cache_list.splice(cache_list.begin(), cache_list, iter); return iter->second; } else { return -1; } } void put(int key, int value) { if (cache_map.count(key)) { auto iter = cache_map[key]; iter->second = value; cache_list.splice(cache_list.begin(), cache_list, iter); } else { if (cache_map.size() == cap) { auto last = cache_list.back(); cache_map.erase(last.first); cache_list.pop_back(); } cache_list.emplace_front(key, value); cache_map[key] = cache_list.begin(); } } private: int cap; std::list<std::pair<int, int>> cache_list; std::unordered_map<int, std::list<std::pair<int, int>>::iterator> cache_map; }; ``` LRUCache类中的cache_map属性是一个哈希表,用于快速查询某个key是否在缓存中。cache_list是一个双向链表,用于维护缓存中的元素顺序,最近使用的元素排在链表前面,最久未使用的元素排在链表后面。 在get方法中,如果key存在于哈希表中,就将对应的迭代器指向的节点移动到链表头部,并返回节点的value。如果key不存在于哈希表中,就返回-1。 在put方法中,如果key存在于哈希表中,就更新对应节点的value,并将其移动到链表头部。如果key不存在于哈希表中,就需要先判断缓存是否已满,如果已满,则需要先删除最近最少使用的节点(即尾节点),然后再添加新节点到链表头部。如果缓存未满,则直接将新节点添加到链表头部。在添加新节点时,需要同时在哈希表中记录节点在链表中的位置。
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