《LRU Cache》

【一】LRU Cache的相关概念

LRU是Least Recently Used的缩写,意思是最近最少使用,它是一种Cache替换算法。 什么是Cache?狭义 的Cache指的是位于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存等。

Cache的容量是有限的,因此当cache的容量用完之后,而又有新的内容需要添加进来时,就需要挑选并且舍弃原有的部分内容,从而腾出空间来释放新的内容,LRU Cache的替换原则就是将最近最少使用的类容去替换掉,其实LRU Cache翻译成最久未使用会更加的贴合形象,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。

【二】LRU Cache的模拟实现

struct DLinkedNode
{
	int key;
	int value;
	DLinkedNode* prev;
	DLinkedNode* next;
	DLinkedNode()
		:key(0)
		,value(0)
		,prev(nullptr)
		,next(nullptr)
	{}

	DLinkedNode(int _key, int _value)
		:key(_key)
		, value(_value)
		, prev(nullptr)
		, next(nullptr)
	{}

};

class LRUCache {
private:
	unordered_map<int, DLinkedNode*> cache;
	DLinkedNode* head;
	DLinkedNode* tail;
	int Size;
	int Capacity;
public:
	LRUCache(int capacity)
	{
		this->Capacity = capacity;
		this->Size = 0;
		this->head = new DLinkedNode();
		this->tail = new DLinkedNode();
		head->next = tail;
		tail->prev = head;
	}

	int get(int key)
	{
		if (!cache.count(key)) {
			return -1;//如果key不存在,则可以直接返回-1
		}
		DLinkedNode* node = cache[key];//从哈希表中找到它的为止
		moveToHead(node);//将其移动到头节点
		return node->value;
	}

	void put(int key, int value)
	{
		if (!cache.count(key))
		{
			//如果这个key不存在,那就创立一个新的节点
			DLinkedNode* node = new DLinkedNode(key, value);
			//添加进哈希表
			cache[key] = node;
			//添加到双向链表的头部
			addToHead(node);
			Size++;
			if (Size > Capacity) {
				DLinkedNode* removed = removeTail();
				cache.erase(removed->key);
				//一定要删除,防止内存泄露
				delete removed;
				Size--;
			}
		}
		else {
			//如果key存在,就修改它的val值,然后移动到开头
			DLinkedNode* node = cache[key];
			node->value = value;
			moveToHead(node);
		}
	}

	void addToHead(DLinkedNode* node)
	{
		node->prev = head;
		node->next = head->next;
		head->next->prev = node;
		head->next->next = node;
	}

	void removeNode(DLinkedNode* node)
	{
		node->prev->next = node->next;
		node->next->prev = node->prev;
	}

	void moveToHead(DLinkedNode* node)
	{
		removeNode(node);//移除这个元素
		addToHead(node);//向头节点增加这个元素
	}

	DLinkedNode* removeTail()
	{
		DLinkedNode* node = tail->prev;
		removeNode(node);
		return node;
	}

};

 【三】LUR Cache实现的基本原理

实现LUR Cache的方式有很多,但是我们采用最简单的方式,就是使用哈希表和双向链表的方式来进行实现,使用双向链表是因为双向链表是可以在任意的位置进行插入和删除,使用哈希表是因为哈希表的增删查改也是O(1)。

以上就是这期的全部内容了,如果觉得还可以的话,请一键三连吧,如果哪里有问题还请位于评论区进行斧正。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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