LRU缓存机制

最新推荐文章于 2024-08-09 23:16:53 发布

存星

最新推荐文章于 2024-08-09 23:16:53 发布

阅读量1.9k

点赞数

文章标签： lru 数据结构链表 c++ 算法

本文链接：https://blog.csdn.net/qq_37348221/article/details/117187482

版权

LRU（Least Recently Used）最近少用

void put(int key,int value)

数据结构的选用

具体实现（附详细注释）

LRU（Least Recently Used）最近少用

what

它是一种缓存淘汰机制，顾名思义，将最近使用次数最少的缓存淘汰

根据程序的局部性原理，最近经常使用的缓存留在内存中，而将最近不常用的缓存换出内存，是比较接近理想的一种缓存置换算法

where

在凡是带有缓存的场景中，LRU都可以作为最基本的缓存置换策略，例如：操作系统内存的页面置换、Redis缓存淘汰机制等等

如何设计一个简单的LRU缓存算法？

举个栗子，内存容量大小为2，按照key-value形式存储，结构的头部为最近最常使用的结点，尾部为最近最少使用的结点

LRU有两个操作：get和put，每次get和put操作都将查询的值变为最近最常使用的结点，当put容量已满时，删除最近最少使用的结点

int get(int key)

输入一个key值
如果key值不存在，则返回-1
如果key值存在，则将key-value键值对放到结构头部

void put(int key,int value)

首先查看是否存在相同key值的结点
如果存在，把它删除；
如果不存在，先查看容量是否已满
如果容量已经满了，从尾部删除最近最少使用的结点，为新插入结点腾出位置
如果容量未满，在最前面放入一个key-value的键值对

数据结构的选用

对于get操作的第2.3步

需要通过key值查找是否存在，则应该使得查找的时间复杂度为O(1)，链式结构肯定不可以，因为需要遍历查找，考虑使用数组、hash

如果查找到key值对应的结点存在，需要将key-value键值对放到结构头部，则应该使得头部插入的时间复杂度为O(1)，考虑使用链表

对于put操作的第1步

同get操作

对于put操作的第2步

则应该使得在任意位置删除的时间复杂度为O(1)，数组结构肯定不可以，因为删除后需要向前移动补齐，考虑使用链式结构

对于put操作的第4步

则需要在尾部删除的时间复杂度为O(1)，数组链表皆可

对于put操作的第5步

同get操作

综合考虑，因为需要在任意位置删除的时间复杂度为O(1)，数组结构肯定是不能选用的，那么如果使用链式结构，该如何在O(1)时间找到这个要删除的位置呢？

思路是这样的，

我们需要以时间复杂度O(1）得知Cache中key值对应的结点是否存在，可以使用一个hash映射

我们需要在头插尾删时间复杂度为O(1)，那么使用双向链表是最好的选择，想要在双向链表中以时间复杂度O(1)删除某个结点，则首先要找到这个结点对应的迭代器

那么这个hash映射，key值就是结点的key值，而value值，我们存放key值对应结点的迭代器，通过迭代器调用erase就可以实现以O(1)时间复杂度删除指定位置结点

它的结构图是下面酱婶儿的

使用这种方式我们可以实现以下操作的时间复杂度都是O(1)：

在Cache的头插入、任意位置删除

查找key值对应的结点是否在Cache中

具体实现（附详细注释）

class LRUCache {
public:
    list<pair<int,int>> cache;
    unordered_map<int,list<pair<int,int>>::iterator> hash;
    int cap;
    LRUCache(int capacity) :cap(capacity){
    }
    int get(int key) {
        //先看映射中有没有 没有 返回-1
        if(hash.find(key) == hash.end())
            return -1;
        //如果有，取得结点
        pair<int,int> node = *hash[key];
        //通过结点的迭代器，删除
        cache.erase(hash[key]);
        //将结点重新插入到头部，变为最近最常使用
        cache.push_front(node);
        //更新hash中迭代器的位置
        hash[key] = cache.begin();
        //返回value值
        return node.second;
    }
    void put(int key, int value) {
        //先看映射中有没有
        if(hash.find(key) != hash.end()){
            //有 通过迭代器删除
            cache.erase(hash[key]);
        }else{
            //没有 判断这次插入是否越界
            if(cap == cache.size()){
                //越界了 
                //注意顺序：通过Cache取得key值，删除hash中的该结点
                //在Cache尾巴删除最近最少使用的结点
                hash.erase(cache.back().first);
                cache.pop_back();
            }
        }
        //头插入
        cache.push_front(make_pair(key,value));
        //更新map的迭代器
        hash[key] = cache.begin();
            
    }
};