LRU算法

最新推荐文章于 2024-08-16 15:19:46 发布
最新推荐文章于 2024-08-16 15:19:46 发布
阅读量622 收藏
点赞数
分类专栏： 算法总结
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42983482/article/details/84543759
版权

LRU算法

LRU

Least Recently Used 最近最久未使用
LRU的设计原则是：如果一个数据在最近一段时间没有被访问到，那么在将来它被访问的可能性也很小。

实现LRU

  1. 用数组来存储数据，给每一个数据项标记一个访问时间戳，每次插入新数据项的时候，先把数组中存在的数据项的时间戳自增，并将新数据项的时间戳置为0并插入到数组中。每次访问数组中的数据项的时候，讲被访问的数据项的时间戳置为0。当数组空间已满时，将时间戳最大的数据项淘汰。简单实现：
//
//  main.c
//  lru
//
//  Created by 李龙 on 2018/12/10.
//  Copyright © 2018 李龙. All rights reserved.
//

#include <stdio.h>
#include <stdlib.h>

#define MAXSIZE 10
#define ERROR 0
#define SUCCESS 1

//结点数据
typedef struct {
    int data;   //数据
    int num;    //时间戳
} Node;

//缓存数据
typedef struct {
    struct Node *caches[MAXSIZE];   //缓存数组
    int length;                     //当前长度
} *Cache, Caches;


//判断是否有缓存
int hasCache(Cache cache, int data) {
    
    if (cache->length == 0) {
        return ERROR;
    }
    
    for (int i = 0; i < cache->length; i++) {
        Node *node = (Node *)cache->caches[i];
        if (node->data == data) {
            //时间戳置为0
            node->num = 0;
            return SUCCESS;
        }
    }
    
    return ERROR;
}

//添加缓存
void addCache(Cache cache, int data) {
    
    int i;
    //所有时间戳+1
    for (i = 0 ; i < cache->length; i++) {
        Node *node = (Node *)cache->caches[i];
        node->num++;
    }
    
    //有缓存则将该数据时间戳置为0， 已在hasCache中置为0了
    if (hasCache(cache, data) == SUCCESS) {
        
        //没有缓存
    } else {
        //缓存数没有最大，则进行创建结点加入数组， 时间戳为0
        if (cache->length < MAXSIZE) {
            Node *node = (Node *)malloc(sizeof(Node));
            node->data = data;
            node->num = 0;
            //数组长度+1
            cache->caches[cache->length] = (struct Node *)node;
            cache->length++;
            
            //若为最大值， 则找到时间戳最大的， 数据替换， 时间戳置为0
        } else {
            int j = 0, max = 0;
            for (i = 0; i < cache->length; i++) {
                Node *node = (Node *)cache->caches[i];
                if (node->num > max) {
                    j = i;
                    max = node->num;
                }
            }
            Node *node = (Node *)cache->caches[j];
            node->data = data;
            node->num = 0;
        }
    }
}

int main(int argc, const char * argv[]) {
    
    Cache cache = (Cache)malloc(sizeof(Caches));
    cache->length = 0;
    
    int i, data;
    
    while (1) {
        printf("请输入访问的数据：\n");
        scanf("%d", &data);
        
        addCache(cache, data);
        
        printf("缓存的数据数据为：\n");
        for (i = 0; i < cache->length; i++) {
            Node *node = (Node *)cache->caches[i];
            
            printf("数据： %d\n", node->data);
            printf("时间戳： %d\n", node->num);
        }
    }
    
    return 0;
}
  1. 利用一个链表来实现，每次新插入数据时将新数据插到链表的头部：每次缓存命中（即数据被访问），则将数据移到链表头部；当链表满时，将链表尾部的数据丢弃。简单实现：
//
//  main.c
//  lru2
//
//  Created by 李龙 on 2018/12/10.
//  Copyright © 2018 李龙. All rights reserved.
//

#include <stdio.h>
#include <stdlib.h>

#define MAXSIZE 10
#define ERROR 0
#define SUCCESS 1

//结点
typedef struct Node {
    int data;           //数据
    struct Node *next;  //next指针
} Node;

//缓存数据
typedef struct {
    Node *node; //头结点
    int length; //长度
} Cache;

//判断是否有缓存, 若有缓存，将这个结点置到链头
int hasCache(Cache *cache, int data) {
    
    if (cache->length <= 0) {
        return ERROR;
    }
    
    //如果是首结点，则直接返回，不做任何操作
    if (cache->node->data == data) {
        return SUCCESS;
    }
    
    Node *node = cache->node;
    
    //记录前一个结点
    Node *pre = node;
    
    while (node) {
        if (node->data == data) {
            
            //前一个结点的next指向现结点的next
            pre->next = node->next;
            
            //记录当前头结点
            pre = cache->node;
            
            //将当前结点置为头结点
            node->next = pre;
            cache->node = node;
            
            return SUCCESS;
        } else {
            //记录前一个结点，指向下一个结点
            pre = node;
            node = node->next;
        }
    }
    
    return ERROR;
}

//添加缓存
void addCache(Cache *cache, int data) {

    //若有缓存，则将这个结点置为链头
    if (hasCache(cache, data) == SUCCESS) {
        
        //若没有缓存，添加进缓存
    } else {
        //创建结点，将结点置为链头
        Node *node = (Node *)malloc(sizeof(node));
        node->data = data;
        node->next = cache->node;
        cache->node = node;
        
        //若缓存没满，则length+1
        if (cache->length < MAXSIZE) {
            cache->length++;
            //若缓存满了，将最后一个结点删除
        } else {
            node = cache->node;
            
            for (int i = 0; i < MAXSIZE - 1; i++) {
                node = node->next;
            }
            node->next = NULL;
        }
    }
}

int main(int argc, const char * argv[]) {
    
    Cache *cache = (Cache *)malloc(sizeof(Cache));
    cache->length = 0;
    
    int i, data;
    
    while (1) {
        printf("请输入访问的数据：\n");
        scanf("%d", &data);
        
        addCache(cache, data);
        
        printf("缓存的数据数据为：\n");
        Node *node = cache->node;
        for (i = 0; i < cache->length; i++) {
            printf("数据： %d\n", node->data);
            node = node->next;
        }
        
    }
    return 0;
}
  1. 利用双向链表和hashmap来实现。访问数据时，通过哈希函数算出哈希值（注意解决冲突），从数组中取值，若没有，进行创建，添加进数组，并设置它为头结点。若存在，将它置为头结点。若缓存达到上限，删除记录的尾结点。使用哈希使其取值简单。简单实现：
//
//  main.c
//  lru3
//
//  Created by 李龙 on 2018/12/11.
//  Copyright © 2018 李龙. All rights reserved.
//

#include <stdio.h>
#include <stdlib.h>

#define MAXSIZE 10

//结点
typedef struct {
    int data;       //结点
    int pre;        //前一个数据下标
    int next;       //后一个数据下标
} Node;

//缓存
typedef struct {
    Node *caches[MAXSIZE * 2];  //哈希数组
    int start;              //头结点
    int end;                //尾结点
    int length;             //长度
} Cache;

//初始化缓存列表
Cache * creatCaches() {
    
    Cache *cache = (Cache *)malloc(sizeof(Cache));
    cache->length = 0;
    //设置首尾结点尾-1
    cache->start = -1;
    cache->end = -1;
    for (int i = 0; i < MAXSIZE * 2; i++) {
        cache->caches[i] = NULL;
    }
    
    return cache;
}

//算取哈希值，使用除余法
int hashData(Cache *hashCache, int data, int *indexNode) {
    
    int index = data % (MAXSIZE * 2);
    //判断该位置是否有值
    while (hashCache->caches[index] != NULL) {
        //有值
        Node *node = hashCache->caches[index];
        //若跟值相同，则进行记录这个位置，并返回-1标记为有值
        if (node->data == data) {
            *indexNode = index;
            return -1;
        }
        
        //若不相同，则冲突处理
        index++;
        index = index % (MAXSIZE * 2);
    }
    
    return index;
}

//删除结点
void deleteHashCache(Cache *hashCache) {
    
    //获取尾结点坐标
    int end = hashCache->end;
    //尾结点
    Node *node = hashCache->caches[end];
    //尾结点前一个结点坐标
    int pre = node->pre;
    node = hashCache->caches[pre];
    //置为-1
    node->next = -1;
    
    //尾结点
    hashCache->end = pre;
    //删除结点, 释放指针
    free(node);
    
}

//添加缓存
void addHashCache(Cache *hashCache, int data) {
    
    //记录相同值位置
    int indexNode;
    
    //取哈希值
    int index = hashData(hashCache, data, &indexNode);
    
    //若有相同值
    if (index == -1) {
        
        Node *node = hashCache->caches[indexNode];
        
        //设置该点为头结点，若为尾结点，则将尾结点前一个结点置为缓存尾结点
        if (indexNode == hashCache->end && hashCache->length != 1) {
            hashCache->end = node->pre;
        }
        
        //若不为头结点，将它前一个结点的next指向它的next
        if (node->pre != -1) {
            Node *preNode = hashCache->caches[node->pre];
            preNode->next = node->next;
        }
        
        //若不为尾结点，将它后一个结点的pre指向它的pre
        if (node->next != -1) {
            Node *nextNode = hashCache->caches[node->next];
            nextNode->pre = node->pre;
        }
        
        //拿到头结点，将头结点pre指向它
        Node *startNode = hashCache->caches[hashCache->start];
        startNode->pre = indexNode;
        
        //它的pre指向-1
        node->pre = -1;

        //若它不为头结点，将它的next指向头结点
        if (indexNode != hashCache->start) {
            node->next = hashCache->start;
        }
        //设置它为头结点
        hashCache->start = indexNode;
        
        //只有一个结点，置next为-1
        if (hashCache->length == 1) {
            node->next = -1;
        }
        
       //若无缓存值
    } else {
        
        //没有到最大缓存数，长度+1
        if (hashCache->length < MAXSIZE) {
            hashCache->length++;
        } else {
            //删除尾结点
            deleteHashCache(hashCache);
        }
        
        //创建新结点
        Node *node = (Node *)malloc(sizeof(Node));
        node->data = data;
        //头结点pre为-1
        node->pre = -1;
        node->next = hashCache->start;
        hashCache->caches[index] = node;
        
        //若有值
        if (hashCache->start != -1) {
            //头结点的pre置为它
            Node *startNode = hashCache->caches[hashCache->start];
            startNode->pre = index;
        }
        //记录头结点
        hashCache->start = index;
        
        //记录尾结点
        if (hashCache->length == 1) {
            hashCache->end = index;
        }
    }
    
}


int main() {
    
    Cache *hashCache = creatCaches();
    
    int i, data;
    
    while (1) {
        printf("请输入访问的数据：\n");
        scanf("%d", &data);
        
        addHashCache(hashCache, data);
        
        printf("缓存的数据数据为：\n");
        
        int index = hashCache->start;
        printf("首结点坐标为：%d\n", hashCache->start);
        for (i = 0; i < hashCache->length; i++) {
            Node *node = hashCache->caches[index];
            printf("数据为：%d   上一个坐标为：%d   下一个坐标为：%d\n", node->data, node->pre, node->next);
            index = node->next;
        }
        printf("尾结点坐标为：%d\n", hashCache->end);
        
    }
    
    return 0;
}

实现相对来说有点复杂，而且可能还会有bug，但实现思路大概就是这个样子。
第三种方法是现阶段，一般使用的LRU算法。

Real小龙
关注
专栏目录
LRU算法 lru算法
11-23
LRU算法 1.cpp 1.exe LRU FIFO REPORTMENT
LRU算法简单例子
热门推荐
动感超人的专栏
06-14 1万+
package com.aspboy.base.cache;/* * Created on 2004-8-18 *  *“最近最少使用算法”（LRU算法），它是将最近一段时间内最少被访问过的行淘汰出局。 *因此需要为每行设置一个计数器，LRU算法是把命中行的计数器清零，其他各行计数器加1。 *当需要替换时淘汰行计数器计数值最大的数据行出局。 *这是一种高效、科学的算法，其计数器清零过程可以把一
算法：LRU（Least Recently Used）
最新发布
AWSDN的博客
08-16 600
本文主要介绍LRU的知识
LRU算法及实现
Java硬件工程师的博客
02-11 1848
1.LRU算法是什么？ LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法 选择最近最久未使用的数据予以淘汰。 除此之外，在redis缓存中也是用到了这种算法。redis有读写两个操作，然后缓存是有空间限制的，大小会有一定上线的， 2.算法来源 来自https://leetcode-cn.com/problems/lru-cache/ 运用你所掌握的数据结构，设计和实现一个 LRU (最近最少使用) 缓存机制 。 实现 LRUCache 类： LRUCache(
东南大学操作系统实验——实现LRU算法及其近似算法
06-30
LRU算法是一种常见的虚拟内存管理策略，它根据页面的使用历史来决定替换哪个页面。当内存中的页面被新页面占用时，LRU算法会优先淘汰最近最久未使用的页面。 实验内容包括实现LRU算法的两种不同变体：计数器实现和...
c语言实现的LRU算法
04-04
在C语言中实现LRU算法，需要理解数据结构和算法的基础知识，以及如何在C语言中有效地管理内存。 首先，LRU算法的核心是数据结构的选择。通常使用双向链表来存储数据，因为双向链表允许我们快速地插入和删除元素，...
Java实现LRU算法.zip
11-13
在操作系统中，当内存不足以容纳所有活动页面时，LRU算法会选择最近最久未使用的页面进行淘汰，以腾出空间加载新的页面。 在Java中实现LRU算法，通常会使用数据结构如HashMap或LinkedHashMap来存储页面及其访问信息...
Python实现LRU算法的2种方法
09-21
在Python中，我们可以使用不同的方式来实现LRU算法，主要介绍两种方法：使用`collections.OrderedDict`和使用`dict`与`list`的组合。 ### 方法一：使用`collections.OrderedDict` `collections.OrderedDict` 是...
操作系统之LRU算法（java）（csdn）————程序.pdf
12-05
操作系统之LRU算法（Java） LRU（Least Recently Used，最近最少使用）算法是一种常用的页面置换算法，用于操作系统中管理内存页面。该算法的基本思想是：当进程在 CPU 上运行时，如指令中涉及逻辑地址时，操作系统...
LRU算法的实现
05-07
近期最少使用算法
lru算法
紫云的博客
10-16 1643
/*请求页式存储管理的页面置换算法 一．实验目的 通过请求页式存储管理中页面置换算法模拟程序，了解虚拟存储技术的特点，掌握请求页式存储管理的页面置换算法。 二．实验属性 设计 三．实验内容 1.通过随机数产生一个指令序列 2.将指令序列变换成为页地址流        设页面大小为1K；用户内存容量为4页到32页；用户虚存容量为32K。  在用户虚存中，按每K存放10条指令排列
LRU 算法
Korbin的博客
08-08 231
上述我们的容器最大容量的单位是键值对的个数，这是不太合理的，因为实际中我们应该限制的是缓存占用大小，因此可以将最大限制改成byte为单位，而且需要对淘汰算法进行优化，这时候我们可能超出容量后，需要淘汰的不止是一个缓存，可以是多个，直到当前已用内存小于最大内存。这样做的目的是更好地适应特定访问模式，对于某些场景可以提供更好的性能。那么该数据结构就是当存储队列到达上限时，清除的是最久未被访问的节点，该节点一般认为是最可能无用的节点，保留下来的是最近都有使用过的节点，因此可以实现对"有用"数据的最大程度保留。
Lru算法
技无涯的博客
05-05 230
LRU算法 缓存淘汰策略 四种实现方式 LRU 1.1.原理 LRU（Leastrecentlyused，最近最少使用）算法根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高”。 1.2.实现 最常见的实现是使用一个链表保存缓存数据，详细算法实现如下： 1.新数据插入到链表头部； 2.每当缓存命中（...
Java LRU算法详解及实战应用
LRU算法的基本思想是，当缓存满时，会优先淘汰最近最少使用的数据，以便为新数据腾出空间。在实际应用中，如Web服务器、数据库缓存等场景，LRU算法有助于提高数据访问效率，避免不必要的网络请求和内存浪费。 首先...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值