什么是LRU Cache
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的实现
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)。
LRU Cache的OJ
https://leetcode-cn.com/problems/lru-cache/
class LRUCache{
public:
LRUCache(int capacity)
:_capacity(capacity)
{}
int get(int key)
{
auto ret = _hashmap.find(key);
if(ret != _hashmap.end())
{
//更新key对应的位置
LtIter it = ret->second;
//1.erase+push_front 更新迭代器,原迭代器失效
//2.splice转移节点
_LRUlist.splice(_LRUlist.begin(), _LRUlist, it);
return it->second;
}
else
{
return -1;
}
}
void put(int key, int value)
{
//1.新增
//2.更新
auto ret = _hashmap.find(key);
if(it == _hashmap.end())
{
//满了,先删除LRU的数据
if(_capacity == _hashmap.size())
{
pair<int, int> back = _LRUlist.back();
_hashmap.erase(back.first);
_LRUlist.pop_back();
}
_LRUlist.push_front(make_pair(key, value));
_hashmap[key] = _LRUlist.begin();
}
else
{
//更新key对应的位置
LtIter it = ret->second;
it->second = value;
_LRUlist.splice(_LRUlist.begin(), _LRUlist, it);
}
}
private:
typedef list<pair<int, int>>::iterator LtIter;
list<pair<int, int>> _LRUlist; // 将最近用过的往链表的投上移动,保持LRU
size_t _capacity; // 容量大小,超过容量则换出,保持LRU
unordered_map<int, list<pair<int, int>>::iterator> _hashmap;
};