LRU(LeastRecentlyUsed):
一种比较常见的缓存算法,也是内存管理使用的一种算法。在内存满的时候,会通过LRU找到最不常用的内存页,将这个内存页放入SWAP分区。这是力扣的第146题,下面简单讲一下思路。
正文:
数据的存储,有两个思路,一个是使用数组,另外一个是使用链表。
- 首先可以使用数组存储这些数据,然后在每个数据上加一个时间戳,这样循环遍历一次,便可以取出最不常用的数据。如下图,但这样设计的复杂度为
O(n)。所以通过数组是无法实现的。
- 既然数组无法实现,那就考虑一下链表。
-
整体思路是这样的每使用一个数据,就在链表的尾巴上添加一个数据,这样可以保证,每次头位置的数据就是最不常用的数据。这样获取链表的头的复杂度是
O(1)。
-
如果再上图的基础上,若要再次使用数据块3,这样数据块3就应该从中间“移动”到链表的尾巴。对于链表来说,就是让数据块7的指针指向数据块3即可。与此同时,还要解除2对3的指针和3对4的指针。这几步的操作前提是,需要先找到3所在的位置,寻找3的位置需要遍历链表,遍历的复杂度是
O(n),不满足。
-
如果想让寻找3位置的复杂度降低到O(1),肯定想到的就是hashMap,键值对。有了HashMap,可以快速定位到3的位置,这样可以把7指向3,然后需要通过3找到2和4。因为链表中3指向4,所以找到4的复杂度是O(1),但是如果想找到2,还是需要遍历链表。这样会使复杂度又变成
O(n)
。 -
为了快速找到3的上一个元素和下一个元素,于是把单项链表改成双向链表。这样通过hashMap找到3,由于双向链表找到2和4,让7的指针指向3,将2的指针指向4。整个过程的复杂度为
O(1)。
-
综上所述LRU的原理就哈希表(保证查找操作复杂度O(1)
)+双向链表(保证排序操作和新增操作复杂度O(1)
)。