java 最少使用(lru)置换算法_数据结构和算法LRU缓存

最新推荐文章于 2020-11-29 07:38:40 发布

weixin_39574868

最新推荐文章于 2020-11-29 07:38:40 发布

阅读量213

点赞数

文章标签： java 最少使用(lru)置换算法 lru页面置换算法操作系统lru算法操作系统实验4 lru算法模拟页面置换算法实验报告

黑客技术 点击右侧关注，了解黑客的世界！

Linux编程 点击右侧关注，免费入门到精通！

LRU, 内存管理的一种页面置换算法，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

缓存使用策略有三种

1、FIFO(先进先出队列)

2、LFU - Least frequently Used (最少使用)
如果一段数据在最近一段时间被访问的次数很少, 那么在将来被访问的次数也很少

3、LRU - Least Recently Used(最近最少使用)

如果一段数据在最近的一段时间没有被访问到, 那么之后被访问到的概率很小

方案一: O(n)

维护一个有序单链表. 尾部是最近使用的, 头部是最早使用的. 当有一个新数据被访问时, 遍历该链表, 有以下情况

如果已经被缓存在链表中, 得到这个节点, 删除后移动到最尾部
如果没有被缓存

如果链表未满, 直接加入尾部

如果链表满了, 删除头部, 把新节点加入尾部

如果直接使用单链表实现的话, 查找操作时间复杂度是O(n), 所以通常还会再借助散列表来提高查找速度. 但是在空间已满的时候需要删除最早使用的数据, 所以还需要保证使用顺序

方案二: O(1)

实现有序的散列表: 借助散列表和双向链表实现, 散列表用来快速定位, 双向链表用来存储数据

实现

使用OrderDict实现

1# coding:utf-823from collections import OrderedDict456class LRUCache(object):7 """ 8 借助OrderedDict的有序性实现, 内部使用了双向链表 9 """1011 def __init__(self, max_length: int = 5):12 self.max_length = max_length13 self.o_dict = OrderedDict()1415 def get(self, key):16 """ 17 如果找到的话移动到尾部 18 :param key: 19 :return: 20 """21 value = self.o_dict.get(key)22 if value:23 self.o_dict.move_to_end(key)24 return value2526 def put(self, key, value):27 if key in self.o_dict:28 self.o_dict.move_to_end(key)29 else:30 if len(self.o_dict) >= self.max_length:31 # 弹出最先插入的元素32 self.o_dict.popitem(last=False)33 self.o_dict[key] = value343536if __name__ == "__main__":37 lru = LRUCache(max_length=3)38 lru.put(1, "a")39 lru.put(2, "b")40 lru.put(3, "c")41 assert lru.o_dict == OrderedDict([(1, 'a'), (2, 'b'), (3, 'c')])42 lru.get(2)43 assert lru.o_dict == OrderedDict([(1, 'a'), (3, 'c'), (2, 'b')])44 lru.put(4, "d")45 assert lru.o_dict == OrderedDict([(3, 'c'), (2, 'b'), (4, "d")])

使用dict和list实现

1# coding:utf-823from collections import deque456class LRUCache(object):7 def __init__(self, max_length: int = 5):8 self.max_length = max_length9 self.cache = dict()10 self.keys = deque()1112 def get(self, key):13 if key in self.cache:14 value = self.cache[key]15 self.keys.remove(key)16 self.keys.append(key)17 else:18 value = None19 return value2021 def put(self, key, value):22 if key in self.cache:23 self.keys.remove(key)24 self.keys.append(key)25 else:26 if len(self.keys) >= self.max_length:27 self.keys.popleft()28 self.keys.append(key)29 else:30 self.keys.append(key)31 self.cache[key] = value323334if __name__ == "__main__":35 lru = LRUCache(max_length=3)36 lru.put(1, "a")37 lru.put(2, "b")38 lru.put(3, "c")39 assert lru.keys == deque([1, 2, 3])40 lru.get(2)41 assert lru.keys == deque([1, 3, 2])42 lru.put(4, "d")43 assert lru.keys == deque([3, 2, 4])

lru_cache

可以使用python3.7中自带的lru缓存模块

1from functools import lru_cache234@lru_cache(maxsize=32)5def fibs(n: int):6 if n == 0:7 return 08 if n == 1:9 return 110 return fibs(n-1) + fibs(n-2)111213if __name__ == '__main__':14 print(fibs(10))