一、什么是LRU Cache
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内容。LRU Cache 的替换原则就是将最近最少使用的内容替换掉。其实,LRU译成最久未使用会更形象, 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的实现
实现LRU Cache的方法和思路很多,但是要保持高效实现O(1)的put和get,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查改也是O(1)。
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
实现 LRUCache
类:
LRUCache(int capacity)
以 正整数 作为容量capacity
初始化 LRU 缓存int get(int key)
如果关键字key
存在于缓存中,则返回关键字的值,否则返回-1
。void put(int key, int value)
如果关键字key
已经存在,则变更其数据值value
;如果不存在,则向缓存中插入该组key-value
。如果插入操作导致关键字数量超过capacity
,则应该 逐出 最久未使用的关键字。
函数 get
和 put
必须以 O(1)
的平均时间复杂度运行。
代码实现:
class LRUCache {
typedef list<pair<int, int>>::iterator ListIt;
int _capacity;
unordered_map<int, ListIt> _hashmap;
list<pair<int, int>> _LRUlist;
public:
LRUCache(int capacity)
:_capacity(capacity)
{
}
int get(int key) {
auto it = _hashmap.find(key);
if(it != _hashmap.end())
{
//将该关键字移动到LRU队列头
ListIt listit = it->second;
_LRUlist.splice(_LRUlist.begin(), _LRUlist, listit);
return listit->second;
}
else
{
return -1;
}
}
void put(int key, int value) {
auto it = _hashmap.find(key);
if(it == _hashmap.end())
{
//判满,如果满了逐出最久未使用的关键字
if(_hashmap.size() == _capacity)
{
pair<int, int> back = _LRUlist.back();
_hashmap.erase(back.first);
_LRUlist.pop_back();
}
//将关键字插入到LRU队列头
_LRUlist.push_front(make_pair(key, value));
_hashmap.insert(make_pair(key, _LRUlist.begin()));
}
else
{
//找到了更新其value值,并将该关键字移动到LRU队列头
ListIt listit = it->second;
listit->second = value;
_LRUlist.splice(_LRUlist.begin(), _LRUlist, listit);
}
}
};