LRU算法详解

LRU算法详解

基于一种假设：长期不被使用的数据，在未来被用到的概率也不大，因此，当数据所占内存达到一定阈值的时候，我们要移除掉最近最少被使用的数据。
现在假设有这样一种场景：现在有一个用户系统，向各个业务系统提供用户的基本信息，而业务方会频繁查询用户的信息，用户的信息存在数据库里，但是对用户系统性能要求要高，但是不能每一次请求都去查数据库，所以就在内存中设置了一个哈希表作为缓存，但是用户太多的时候，缓存撑不住了，内存就会不够，现在想法是将一部分很少查询的用户信息给删除掉，等以后要使用的时候再添加进来。问题是如何知道是哪部分或者说哪个用户信息很少被查询，也就是哪块数据很少被访问呢？或者说查找和插入都是O(1)的时间复杂度。数组和哈希查找都是O（1），而链表插入是O（1），结合使用哈希表和链表来实现这个功能，本来哈希表是无序的，现在将链表中的每个节点设置为哈希映射，同时使用前驱和后继指针来指向前后的哈希映射（链表中的前后节点）。其实就是链表中的每个节点由原来的单纯只有数据值，现在有key-value值。
如图：称作哈希链表的结构
可以通过将哈希链表依照最后的访问时间来排序，最近一次访问的给放到一端。
LRU算法的整体流程：

1. 假设现在哈希链表中缓存的已经有了3个用户A-B-C，这三个用户从左到右是按照访问时间先后来排序的，后面访问的就是最近一次访问的，放到哈希链表的最右端。
2. 现在有人来访问用户D，此时哈希链表中没有用户D，那就将D添加到哈希链表的最右端，代表最近一次访问的用户。如果是访问的用户B，就将用户B从A-B-C中删除放到最右边，变为A-C-B。总之就是最近访问的放到设置的最近访问的位置，无论你在哪个位置，给想办法移动过来就行。
3. 另外，如果有人想要访问用户E，但是用户E不在哈希链表中而且哈希链表中的容量已经达到上限值，那就要删除A，因为A是最近最少访问的数据，首先最近是因为访问过了在哈希链表中，最少是因为哈希链表是按照访问时间来排序的，然后将E插入到最右端。

其实就是访问（查找）哈希链表中的用户的时候，如果用户在哈希链表中，将他放在最近刚访问的位置（这就涉及到两步操作，第一个是将该用户从哈希链表中删除，第二个是将该用户添加到哈希链表尾部）；
而访问的用户不在哈希链中的时候，就要看哈希链表是否容量满了，满了的话就去除最近最少使用的用户，然后将这个用户添加到哈希链表右边（设置右边是最近刚访问的位置）；如果哈希链表中的容量没满，就直接将这个用户添加到哈希链表最近刚访问的位置。

class Solution {
public:
//准备工作，构建好哈希链表和节点
//建立双向链表的每个节点，每个节点就是一个哈希映射，有key和value值，同时具有前驱和后继指针
  struct node {
    node* next;
    node* pre;
    int key;
    int val;
    //初始化
    node(int k, int v) :key(k), val(v), next(nullptr), pre(nullptr) {}
  };
    //初始化哈希链表
  node* head = new node(-1, -1);//定义头结点
  node* tail = new node(-1, -1);//定义尾节点
  //
  int cnt = 0;//记录链表中数据的数量
  int maxlen = 0;//记录数据最大上限
  unordered_map<int, node* >mp;//记录数据和其链表地址，这里是node*，是代表指针
  //先建立一个头尾相接的空哈希链表
  Solution() {//初始化，首尾相连
    head->next = tail;
    tail->pre = head;
  }
  //将访问的节点放在第一个位置
  //其实吧，链表画图就很清楚。
  //这里就是当访问数据的时候，访问的数据在哈希链表中，将这个数据放在最近刚访问的地点，这里涉及两项操作，一个是将节点从原位置删除，另一个是将节点从原位置移动到最近刚访问的位置。一般固定一端是最近最少访问的，另一端就是最近刚访问的。
  void update(node* p) {
    //将p节点从原位置删除
    node* q = p->pre;//这就是赋值
    q->next = p->next;//加指针的才有指向
    p->next->pre = q;
    
    //将p节点插入到第一个位置，这里假设头节点的下一个节点是最近刚访问的节点
    //就是类似单向链表的操作，从后向前考虑节点指向，只是多了个指针罢了
    p->next = head->next;
    head->next->pre = p;
    head->next = p;
    p->pre = head;
  }
  
  //插入数据
  //首先在哈希链表中找到key对应的节点，如果节点存在，就更新节点的值，这里更新就是上边写的update，如果节点不存在，就要创建一个新的节点，并且将这个节点放到最近刚访问的位置，但是如果此时哈希链表是满容量的，就要考虑将一个最近最少访问的节点删除，然后将这个节点添加到最近刚访问的位置。
  void set(int key, int val) {
    if (mp.count(key)) {//if存在，更新p节点的位置
      update(mp[key]);
    }
    else {//else，更新数据
      //创建新节点，更新map和cnt
      node* p = new node(key, val);
      mp[key] = p;
      cnt++;

      //将p节点插入到第一个位置（这里默认前面是最近刚访问的节点，head和tail头尾虚拟节点）
      //其实这里和更新的代码部分相同，可以写一个单独的函数
      p->next = head->next;
      head->next->pre = p;
      head->next = p;
      p->pre = head;

      //if数据超出限制了，删除最后一个节点
      //这里也可直接考虑如果哈希链表已经是满的了，就像这样操作，然后将创建的节点插入，如果没满，直接插入。这里这样先插入，再加个if来判断是否容量已经增加了更好.
      if (cnt > maxlen) {
        node* q = tail->pre->pre;
        node* t = q->next;
        q->next = tail;
        tail->pre = q;
        mp.erase(t->key);//删除map里面的数据
        delete t;//释放内存,可以没有，建议有
      }
    }
  }
  //访问数据
  //就是通过哈希链表找到数据，
  int get(int key) {
    //if有数据，更新节点，并返回
    if (mp.count(key)) {
      node* p = mp[key];
      update(p);
      return p->val;
    }
    else {//返回-1
      node* p = new node(-1, -1);
      return p->val;
    }
  }
    //这是牛客的题目要求
  vector<int> LRU(vector<vector<int> >& operators, int k) {
    maxlen = k;
    vector<int>ans;
    for (auto x : operators) {
      if (x[0] == 1) {
        set(x[1], x[2]);
      }
      else if (x[0] == 2) {
        ans.emplace_back(get(x[1]));
      }
    }
    return ans;
  }
};

也可以根据STL中的list直接来写。建议参考：https://zhuanlan.zhihu.com/p/344943662

参考：C++ 实现LRU缓存机制
什么是LRU算法
牛客网