LRU Cache的数据结构选择以及实现

LRU

LRU是Least Recently Used的缩写，意思是最近最少使用，它是一种Cache替换算法。 什么是Cache？狭义的Cache指的是位于CPU和主存间的快速RAM， 通常它不像系统主存那样使用DRAM技术，而使用昂贵但较快速的SRAM技术。 广义上的Cache指的是位于速度相差较大的两种硬件之间， 用于协调两者数据传输速度差异的结构。除了CPU与主存之间有Cache， 内存与硬盘之间也有Cache，乃至在硬盘与网络之间也有某种意义上的Cache── 称为Internet临时文件夹或网络内容缓存等。

Cache的容量有限，因此当Cache的容量用完后，而又有新的内容需要添加进来时， 就需要挑选并舍弃原有的部分内容，从而腾出空间来放新内容。LRU Cache 的替换原则就是将最近最少使用的内容替换掉。其实，LRU译成最久未使用会更形象， 因为该算法每次替换掉的就是一段时间内最久没有使用过的内容 。

LRU Cache的数据结构选择

首先要保证put和get 操作时O(1)，其次还要保持LRU特性。

综合各种数据结构，我们采用以下数据结构来实现。

list<pair<int, int>> _list;    // 将最近用过的往链表的投上移动，保持LRU

// 使用unordered_map，让搜索效率达到O(1）
unordered_map<int, list<pair<int, int>>::iterator> _hashmap; 

size_t _capacity; // 容量大小，超过容量则换出，保持LRU

LRU Cache的实现

class LRUCache {
   
public:
LRUCache(int capacity) {
   
_capacity = capacity;
} 

int get(int key) {
   
// 如果key对应的值存在，则listit取出，这里就可以看出hashmap的value存的是list的
iterator的好处：找到key
// 也就找到key存的值在list中的iterator，也就直接删除，再进行头插，实现O(1)的数据
挪动。
auto hashit