LRU/LeetCode 146

题目链接：https://leetcode-cn.com/problems/lru-cache/

• 快速查找到这个元素不难想到：哈希表。
• 关键是如何再设计一个数据结构去O(1)删除和插入，这样子的话很明显必须是个线性结构了（链表、栈、队列（这俩个只能在头尾）等），但是发现我们可能需要在线性结构中间删除某个元素（当key相同的时候，我们需要更新value），假如不会出现相同值的情况也只能用deque（因为头尾都需要可以进行操作），所以我们在这里选择链表。但这里，我一开始想用单调队列或者单调栈，但是好像维护不了，因为虽然出现次数的多少确实可以和单调扯上关系，但是好像无法在O(1)内维护。
• 那么就很好办了，哈希映射链表中的位置（迭代器），因为我们只能知道当前元素的位置，而在链表中删除我们还需要知道前一个结点的信息，所以这里用双链表。
• 还有一个问题：双链表里存什么信息呢？存key和value，不能只存个value，因为超出内存要删除元素时，我们必须通过链表尾的key删除哈希表里的那个元素。

• 这道题对我的启发，对不经常用这个状态该如何维护：1.统计get的次数（但是get次数都是0，仍然再put的话，就还要维护put的顺序） 2.可以像链表这样按顺序头部添加，末尾删除，因为既然头部是才添加的(put/get)，那么尾部就是LRU的那个元素。

class LRUCache {
public:
    int cap;
    list<pair<int,int>> cache;
    unordered_map<int,list<pair<int,int>>::iterator> hash_map;

    LRUCache(int capacity) {
        this->cap = capacity;
    }
    
    int get(int key) {
        //快速查找 -> 哈希
        if(!hash_map.count(key)) return -1;

        pair<int,int> cur = *hash_map[key];
        cache.push_front(cur);
        cache.erase(hash_map[key]);
        hash_map[key] = cache.begin();
        return cur.second;
    }
    
    void put(int key, int value) {
        //先看是否存在
        if(hash_map.count(key)){
            pair<int,int> cur = *hash_map[key];
            cur.second = value;
            cache.erase(hash_map[key]);
            cache.push_front(cur);
            hash_map[key] = cache.begin(); //调整下次序
        }else{
            //size大了删除尾巴上的最少used element
            if(cache.size() >= cap){
                int k = cache.back().first; //find the key
       
                hash_map.erase(k);
                cache.pop_back();
            }
            //put new element
            pair<int,int> cur{key,value};
            cache.push_front(cur);
            hash_map[key] = cache.begin();
        }
    }
};

• LRU是一种页面置换算法。
  在地址映射过程中，若在页面中发现所要访问的页面不在内存中，则产生缺页中断。当发生缺页中断时，如果操作系统内存中没有空闲页面，则操作系统必须在内存选择一个页面将其移出内存，以便为即将调入的页面让出空间。而用来选择淘汰哪一页的规则叫做页面置换算法。

• OPT：无法实现

• FIFO：这种算法的实质是，总是选择在主存中停留时间最长（即最老）的一页置换，即先进入内存的页，先退出内存。理由是：最早调入内存的页，其不再被使用的可能性比刚调入内存的可能性大。建立一个FIFO队列，收容所有在内存中的页。被置换页面总是在队列头上进行。当一个页面被放入内存时，就把它插在队尾上。
  这种算法只是在按线性顺序访问地址空间时才是理想的，否则效率不高。因为那些常被访问的页，往往在主存中也停留得最久，结果它们因变“老”而不得不被置换出去。（也就是访问了某个页面，但是它在队列里的位置并不会改变，它是以进入内存的时间长短作为置换标准的）

• LRU：LRU算法是与每个页面最后使用的时间有关的。当必须置换一个页面时，LRU算法选择过去一段时间里最久未被使用的页面。
  1.计数器。最简单的情况是使每个页表项对应一个使用时间字段，并给CPU增加一个逻辑时钟或计数器。每次存储访问，该时钟都加1。每当访问一个页面时，时钟寄存器的内容就被复制到相应页表项的使用时间字段中。这样我们就可以始终保留着每个页面最后访问的“时间”。在置换页面时，选择该时间值最小的页面。这样做，不仅要查页表，而且当页表改变时（因CPU调度）要维护这个页表中的时间，还要考虑到时钟值溢出的问题。（这个就对应了我之前说的记get次数的方法）
  2.栈（但是要用双链表实现）。用一个栈保留页号。每当访问一个页面时，就把它从栈中取出放在栈顶上。这样一来，栈顶总是放有目前使用最多的页，而栈底放着目前最少使用的页。由于要从栈的中间移走一项，所以要用具有头尾指针的双向链连起来。在最坏的情况下，移走一页并把它放在栈顶上需要改动6个指针。每次修改都要有开销，但需要置换哪个页面却可直接得到，用不着查找，因为尾指针指向栈底，其中有被置换页。（这里就对应了那个链表顺序的方法，但是因为要快速访问（get），再次调整使用过的顺序，所以还是需要哈希映射链表中的地址的）