目录
1.什么是LRU Cache
- ①LRU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。
- ②什么是 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。
- ③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。
-
④Cache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。
2.LRU Cache的实现
- 要设计出一个LRU cache不难,要设计出一个高效LRU Cahe有难度任意操作都是0(1)
- 实现LRU Cache的方法和思路很多,但是要保持高效实现O(1)的put和get,那么使用双向链表和哈希表的搭配是最高效和经典的。
- 使用双向链表是因为双向链表可以实现任意位置O(1)的插入和删除,使用哈希表是因为哈希表的增删查改也是O(1)。
3.LRU Cache的OJ
①整体代码
class LRUCache {
public:
LRUCache(int capacity)
:_capicity(capacity)
{}
int get(int key)
{
auto ret = _hashMap.find(key);
if(ret != _hashMap.end()) //LRU中存储了key
{
//更新key对应值的位置,因为访问了一次key
LtIter it = ret->second; //first:key , second:LtIter
//更新方法
//1.erase + push_front 要更新迭代器,那么原迭代器失效
//2.splice 函数,转移节点
_LRUList.splice(_LRUList.begin(),_LRUList,it);
return it->second;
}
else
{
return -1;
}
}
void put(int key, int value)
{
//1.更新 2.插入
auto ret = _hashMap.find(key);
if(ret == _hashMap.end()) //不存在即插入
{
//判断LRU空间是否已经满了,满了要移出数据
if(_capicity == _hashMap.size()) //list::size() 可能是O(N),调用的时候遍历
{
pair<int,int> back = _LRUList.back();
_hashMap.erase(back.first);
_LRUList.pop_back();
}
//有位置可以插入
_LRUList.push_front(make_pair(key,value));
_hashMap[key] = _LRUList.begin();
}
else //找到了,存在,即更新
{
//更新value
LtIter it = ret->second;
it->second = value;
//更新key的位置,因为访问了一次
_LRUList.splice(_LRUList.begin(),_LRUList,it);
}
}
private:
typedef list<pair<int,int>>::iterator LtIter;
//建立数据和存储位置的映射关系,这样查找更新效率为O(1)
unordered_map<int,LtIter> _hashMap;
//假设尾部数据就是最新最少用
list<pair<int,int>> _LRUList; //value可以是任意类型数据,通过key能找到
size_t _capicity; //LRU的容量
};
②private成员的设置
- list<pair<int,int>> _LRUList 存储put进来的 key,value结构 ;且定义尾部就是最新最少使用的数据
- unordered_map<int,LtIter> _hashMap 建立 key和 list迭代器的映射,使得增删改查为O(1)
③get函数获取value
- 通过key在_hashMap中利用find函数查找,判断是否存储了该数据的映射
- 如果有即 ret != _hashMap.end() , 我们即可通过ret 找到 list的迭代器,进而找到 value ;这里的一次查找操作可视为一次数据访问,要更新这对 (key , value)在 _LRUList中的位置,放到队头 ;最后返回value即可。
- 如果没有 即 ret == _hashMap.end(),直接返回-1
int get(int key)
{
auto ret = _hashMap.find(key);
if(ret != _hashMap.end()) //LRU中存储了key
{
//更新key对应值的位置,因为访问了一次key
LtIter it = ret->second; //first:key , second:LtIter
//更新方法
//1.erase + push_front 要更新迭代器,那么原迭代器失效
//2.splice 函数,转移节点
_LRUList.splice(_LRUList.begin(),_LRUList,it);
return it->second;
}
else
{
return -1;
}
}
④put函数更新 / 插入数据
- 通过key在_hashMap中利用find函数查找,判断是否存储了该数据的映射
- 如果没有即 ret == _hashMap.end() , 我们需要插入这个(key , value)键值对 ;插入之间需要判断题目所给的capicity是否已经满了 ,在这里判断需要用 _hashMap.size() 而不是 _LRUList.size() , 因为list::size()成员函数被调用时可能需要遍历一次为O(N) ; 如果容量满了要删除 _LRUList 队尾的数据,删除 _hashMap中的映射关系 ,然后通过put传入的参数建立新的映射关系到_hashMap中,将新的(key,value)键值对插入到_LRUList的头部.
- 如果有即 ret != _hashMap.end() , 我们需要更新key,对应的value值 ;更新操作也视为一次数据访问,需要把该(key,value)键值对放到 _LRUList 的队头中
void put(int key, int value)
{
//1.更新 2.插入
auto ret = _hashMap.find(key);
if(ret == _hashMap.end()) //不存在即插入
{
//判断LRU空间是否已经满了,满了要移出数据
if(_capicity == _hashMap.size()) //list::size() 可能是O(N),调用的时候遍历
{
pair<int,int> back = _LRUList.back();
_hashMap.erase(back.first);
_LRUList.pop_back();
}
//有位置可以插入
_LRUList.push_front(make_pair(key,value));
_hashMap[key] = _LRUList.begin();
}
else //找到了,存在,即更新
{
//更新value
LtIter it = ret->second;
it->second = value;
//更新key的位置,因为访问了一次
_LRUList.splice(_LRUList.begin(),_LRUList,it);
}
}
⑤更新 (key,value)键值对位置有两种方法
- 1.erase + push_front 要更新迭代器,那么原迭代器失效
- 2.使用splice 函数,转移节点 (推荐)
- 代码示例:
#include<iostream>
#include<list>
using namespace std;
int main()
{
list<int> li;
li.push_back(1);
li.push_back(2);
li.push_back(3);
li.push_back(4);
li.push_back(5);
for (auto& e : li)
{
cout << e << " ";
}
cout << endl;
auto it = --(--li.end());
cout << *it << endl; //4
li.splice(li.begin(), li, it); //转移节点
for (auto& e : li)
{
cout << e << " ";
}
cout << endl;
return 0;
}