LRU Cache(最少最近使用机制)

最新推荐文章于 2024-09-19 22:26:19 发布

「已注销」

最新推荐文章于 2024-09-19 22:26:19 发布

阅读量1.8k

点赞数

分类专栏： C 文章标签： c++

本文链接：https://blog.csdn.net/weixin_44895008/article/details/107895325

版权

LRU Cache 是一种缓存淘汰策略，当缓存满时，最近最少使用的数据会被淘汰。本文介绍了如何使用双向链表和哈希表在O(1)复杂度下实现LRU Cache，并详细阐述了其工作过程。

摘要由CSDN通过智能技术生成

1、什么是LRU Cache
LRU是Least Recently Used的缩写，最少最近使用，这是一种Cache替换算法。Cache指位于CPU和主存间的快速RAM，通常它不像系统主存那样使用DRAM技术，而使用昂贵但较快速的SRAM技术。广义上的Cache指的是位于速度相差较大的两种硬件之间，用于协调两者数据传输速度差异的结构。除了CPU与主存之间有Cache，内存与硬盘之间也有Cache，乃至在硬盘与网络之间也有某种意义上的Cache-称为Internet临时文件夹或网络内容缓冲等。

Cache的容量有限，因此当Cache的容量用完后，而又有新的内容需要添加进来时，就需要挑选并舍弃原有的部分内容，从而腾出空间来放新的内容。LRU Cache的替换原则就是最近最少使用的内容被替换掉。其实，LRU也可以理解为最久没有使用也可以，因为该算法每次替换掉的就是一段时间内最久没有使用过的内容。

2、利用双向链表和哈希表来实现
在保持高效实现put和get，效率为O(1)。那么使用双向链表和哈希表的搭配是最高效和经典的。使用双向链表是因为双向链表可以实现任意位置O(1)的插入和删除，使用哈希表是因为哈希表的增删改查也是O(1) :
在这里插入图片描述
通过链表(list)+哈希(unordered_map)实现：
list<pair<int,int>> : 在链表中存储一个kv值对；
unordered_map<int,list<pair<int,int>>::iterator> _hashmap ; ：在hashmap中存储kv中的k同时将对应的list迭代器存储在hashmap的v中，用于查找，这样查找就实现了O(1)，插入删除也都实现O(1) ;

3、LRU缓存机制
实现：
unordered_map<int,list<pair<int,int>>::iterator> 实现在链表list中的查找，这样就实现了O(1)，当插入一个数据的时候，先用_hashmap查找，得到其中的迭代器，如果为end()，那么就表示hashmap及其list中没有当前数据，直接在_hashmap和list中插入当前数据，list中，当前数据是头插，_hashmap中，直接利用key，将list中的begin迭代器使用"[]"运算符赋值，当然，在插入之前需要判断是否为满。get函数中，如果有访问已有元素，，则得到并删除该元素，将该元素再头插于链表及_hashmap中。

// 1、此处需要实现 get & put 都为O(1)
// 2、同时还要满足LRU
// 因此最重要的就是结构的设计
// 只要被访问(get/put)的数据，就往头上放，尾部的数据自然剩下的就是最近最少访问但是数据
class LRUCache {
   
public:
    LRUCache(int capacity) {
   
        _capacity =capacity ;
    }
    int get(int key)
    {
   
        // 查找到就更新位置，表示LRU
        auto ret = _hashmap