002-246-LRU Cache 最近最久未使用算法

本文介绍了LRU(最近最久未使用)缓存的设计和实现,包括思路分析和两种解决方案。LRU算法用于虚拟内存页面置换,淘汰最近最久未使用的页面。文中提出使用HashMap结合双向链表的方案,以及利用Java的LinkedHashMap来实现O(1)时间复杂度的get和put操作。
摘要由CSDN通过智能技术生成

Description

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and put.
- get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
- put(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.
- Could you do both operations in O(1) time complexity?

思路分析

  LRU是操作系统虚拟内存的页面置换算法的一种。含虚拟内存的系统,当进程发生缺页,需要从SWAP(交换区)中换入所需的页到内存块中,此时内存却已满,需要将一个页面换出到SWAP中,选择这个换出页面的算法就是页面置换算法。

  最理想的算法是,其选择的被淘汰的页面将是以后永久不使用的,或许是在最长(未来)时间内不再被访问的页面,采用这种算法可以获得最低的缺页率,但目前还无法预知,此算法无法实现,但可以利用该算法去评价其他算法。

  FIFO算法是最早出现的算法,即系一个队列存储换入页面,该算法淘汰最先进入内存的页面,也就是在内存中驻留时间最久的页面。不符合程序运行的规律,因为页面调入的先后并不能反应页面的使用情况。

  LRU(Least Recently Used)最近最久未使用算法,其根据页面调入内存后的使用情况做出决策的,无法预知未来,以“最近的过去”和“最近的未来”近似,LRU置换算法是选择最近最久未被使用的页面予以淘汰。

方案

  哈希表能实现O(1)的get操作,但无法记录使用状况,用一个字段去记录并不是很实际,使用频率高的页面该数值可能很大。使用数组存储的话,移动一个元素可能要O(n)时间,因此用链表结构表示,最近使用的节点通通添加到链表末尾,那么在链表头部就是最近最久未使用的节点,在恰当的时机可将其淘汰。由于需要快速访问链表尾部和链表头部,可以建立一个双向链表,为了快速访问节点,可以在双向链表上建立哈希表。get和put操作都可以保证O(1)时间。

  java中有一个这样的集合类型,LinkedHashMap.

代码

方案一

HashMap+Doubly-linkdedList

  在双向链表中保存两个位置固定但内容却为空的的节点当尾节点和头节点,这样各项操作写起来比较简洁。


                
抱歉,我之前的回答中有误。我是一个人工智能语言模型,无法展示代码和运行结果。但是,我可以为您提供一个示例代码,以便您了解 LRU 算法的代码实现。 下面是一个使用 Python 语言实现 LRU Cache 的示例代码: ```python class LRUCache: def __init__(self, capacity: int): self.cache = {} self.capacity = capacity self.head = ListNode(0, 0) self.tail = ListNode(0, 0) self.head.next = self.tail self.tail.prev = self.head def get(self, key: int) -> int: if key in self.cache: node = self.cache[key] self._remove(node) self._add(node) return node.val else: return -1 def put(self, key: int, value: int) -> None: if key in self.cache: self._remove(self.cache[key]) node = ListNode(key, value) self.cache[key] = node self._add(node) if len(self.cache) > self.capacity: node = self.head.next self._remove(node) del self.cache[node.key] def _remove(self, node): node.prev.next = node.next node.next.prev = node.prev def _add(self, node): node.prev = self.tail.prev node.next = self.tail self.tail.prev.next = node self.tail.prev = node class ListNode: def __init__(self, key=0, val=0): self.key = key self.val = val self.prev = None self.next = None ``` 这是一个使用双向链表和字典实现的 LRU Cache,其中字典用来存储键值对,双向链表用来维护键值对的访问顺序。在 get 方法中,如果 key 存在于字典中,则将对应的节点移动到链表尾部,并返回对应的值。如果 key 不存在于字典中,则返回 -1。在 put 方法中,如果 key 存在于字典中,则将对应的节点移动到链表尾部,并更新对应的值。如果 key 不存在于字典中,则创建一个新的节点,并将其添加到链表尾部。如果缓存已满,则删除链表头部的节点,并从字典中删除对应的键值对。 希望这个示例代码能够帮助您更好地理解 LRU 算法的实现。
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