LRU cache原理和简单实现
概念
LRU是Least Recently Used 近期最少使用算法。 内存管理的一种页面置换算法,对于在内存中但又不用的数据块(内存块)叫做LRU,操作系统会根据哪些数据属于LRU而将其移出内存而腾出空间来加载另外的数据。
什么是LRU算法? LRU是Least Recently Used的缩写,即最近最久未使用,常用于页面置换算法,是为虚拟页式存储管理服务的。
关于操作系统的内存管理,如何节省利用容量不大的内存为最多的进程提供资源,一直是研究的重要方向。而内存的虚拟存储管理,是现在最通用,最成功的方式—— 在内存有限的情况下,扩展一部分外存作为虚拟内存,真正的内存只存储当前运行时所用得到信息。这无疑极大地扩充了内存的功能,极大地提高了计算机的并发度。虚拟页式存储管理,则是将进程所需空间划分为多个页面,内存中只存放当前所需页面,其余页面放入外存的管理方式。
然而,有利就有弊,虚拟页式存储管理减少了进程所需的内存空间,却也带来了运行时间变长这一缺点:进程运行过程中,不可避免地要把在外存中存放的一些信息和内存中已有的进行交换,由于外存的低速,这一步骤所花费的时间不可忽略。因而,采取尽量好的算法以减少读取外存的次数,也是相当有意义的事情。
百度百科
基本原理
假设 序列为 4 3 4 2 3 1 4 2
物理块有3个 则
首轮 4调入内存 4
次轮 3调入内存 3 4
之后 4调入内存 4 3
之后 2调入内存 2 4 3
之后 3调入内存 3 2 4
之后 1调入内存 1 3 2(因为最少使用的是4,所以丢弃4)
之后 4调入内存 4 1 3(原理同上)
最后 2调入内存 2 4 1
规律就是,如果新存入或者访问一个值,则将这个值放在队列开头。如果存储容量超过上限cap,那么删除队尾元素,再存入新的值。
我们下面通过一个简单的存储int的方式来实现LRU cache,实现put和get功能。
实现
细节
- 使用双向链表存储元素,并用map来存储键值映射
- 当put的元素在链表中时,把该元素放到链表头,并更新value
- 当put的元素不在链表中时:
- 如果链表容量达到上限,则先删除链表尾部节点和相应映射,之后将新元素存入链表开头,并建立键值映射
- 如果链表容量未达到上限,则直接将新元素存入链表开头,并建立键值映射
- 当get的元素在链表时,把该元素调到链表头,并输出value
- 当get的元素不在链表时,返回-1
代码
struct Node{
int key;
int value;
Node* next;
Node* pre;
Node(int key=-1, int value=-1){
this->key = key;
this->value = value;
next=NULL,pre=NULL;
}
};
class LRUCache{
public:
int cap;
int len;
map<int, int> m;
Node* head;
Node* rear;
// @param capacity, an integer
LRUCache(int capacity) {
// write your code here
cap = capacity;
head = new Node();
rear = new Node();
head->next = rear;
rear->pre = head;
len = 0;
}
// @return an integer
int get(int key) {
// write your code here
if(m.find(key)!=m.end()){
Node* h = head;
while(h&&h->key!=key)
h = h->next;
moveFront(h);
return m[key];
}
else
return -1;
}
// @param key, an integer
// @param value, an integer
// @return nothing
void set(int key, int value) {
// write your code here
if(cap<1)
return;
if(m.find(key)==m.end()){
m[key] = value;
if(len>=cap)
deleteLast();
else
len++;
Node* h = new Node(key, value);
h->next = head->next;
head->next->pre = h;
head->next = h;
h->pre = head;
}
else{
Node* h = head;
while(h&&h->key!=key)
h = h->next;
h->value = value;
m[key] = value;
moveFront(h);
}
}
void moveFront(Node* &h){
h->pre->next = h->next;
h->next->pre = h->pre;
h->next = head->next;
head->next->pre = h;
h->pre = head;
head->next = h;
}
void deleteLast(){
Node* h = head;
while(h->next->next){
h = h->next;
}
h->pre->next = h->next;
h->next->pre = h->pre;
m.erase(h->key);
delete h;
}
};