一、LRU
什么是LRU算法? LRU是Least Recently Used的缩写,即最近最少使用,常用于页面置换算法,是为虚拟页式存储管理服务的。
内存管理的一种页面置换算法(缓存淘汰算法),对于在内存中但又不用的数据块(内存块)叫做LRU,操作系统会根据哪些数据属于LRU而将其移出内存而腾出空间来加载另外的数据。
关于操作系统的内存管理,如何节省利用容量不大的内存为最多的进程提供资源,一直是研究的重要方向。而内存的虚拟存储管理,是现在最通用,最成功的方式—— 在内存有限的情况下,扩展一部分外存作为虚拟内存,真正的内存只存储当前运行时所用得到信息。这无疑极大地扩充了内存的功能,极大地提高了计算机的并发度。虚拟页式存储管理,则是将进程所需空间划分为多个页面,内存中只存放当前所需页面,其余页面放入外存的管理方式。
二、实例
所以,最后的缺页次数为9次。
三、算法实现
[Leetcode] 146. LRU Cache. 哈希表+双向链表之实现
/*[c++] hash + list
STL 已经为我们提供了 list 了,可以直接用起来。因为 key 是 int,使用 unordered_map 可能会稍快,相比 map 不太明显。
hash 的 key 就是正常的 key,value 保存 list 中节点的地址。为什么要保存地址呢?因为方便将 list 中的节点进行移动。
你可以自己实现 list,这样的好处是你不用释放旧节点,就可以把旧节点直接移动到链表头,但是 c++ 的 std::list 似乎不支持将某个节点摘下来移动到头部,因此只能先释放掉,再插入新的头节点。虽然速度上比移动的办法要慢,但是我们实现 LRU 的思路和宗旨是不变的。
*/
class LRUCache {
public:
LRUCache(int capacity) : _cap(capacity) {}
// O(1)
// hash 查找,如果找到了,就把 list 中的节点接下来移到头部
int get(int key) {
auto it = _m.find(key);
if (it == _m.end()) return -1;
int val = it->second->second;
_list.erase(it->second);
_list.push_front(make_pair(key, val));
_m[key] = _list.begin();
return it->second->second;
}
// O(1)
// 先查找旧 key 是否存在,如果存在,将节点移动到首部。
// 如果不存在,插入新节点。
// 如果容量超限,删除最脏的节点。
void put(int key, int value) {
auto it = _m.find(key);
if (it != _m.end()) {
_list.erase(it->second);
}
_list.push_front(make_pair(key, value));
_m[key] = _list.begin();
if (_list.size() > _cap) {
int key = _list.back().first;
_m.erase(key);
_list.pop_back();
}
}
private:
unordered_map<int, list<pair<int,int>>::iterator> _m;
// 新节点或刚访问的节点插入表头,因为表头指针可以通过 begin 很方便的获取到。
list<pair<int,int>> _list;
int _cap;
};
/**
* Your LRUCache object will be instantiated and called as such:
* LRUCache* obj = new LRUCache(capacity);
* int param_1 = obj->get(key);
* obj->put(key,value);
*/