Least Recently Used ----- （LRU）

最新推荐文章于 2024-05-08 18:04:43 发布

原创最新推荐文章于 2024-05-08 18:04:43 发布 · 977 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#java #数据库 #开发语言

算法专栏收录该内容

6 篇文章

订阅专栏

本文详细介绍了LRU（最近最少使用）缓存淘汰算法及其在内存管理中的应用。解释了CPU缓存、RAM类型（如DRAM和SRAM）的概念，并深入探讨了如何通过双向链表和哈希表高效实现LRU算法。

这里写目录标题

LRU是什么
LRU算法实现思想
例题

LRU是什么

1.LRU其实是一个内存替换算法的代称，而这个算法其实也就是模拟一下内存中catch的一个工作原理。

2.catch是什么？

catch其实就是位于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。

注意：

CPU：又叫中央处理器，其主要功能是进行运算和逻辑运算，内部结构大概可以分为控制单元、算术逻辑单元和存储单元等几个部分。
RAM：随机存取存储器的缩写，又称作“随机存储器”，是与CPU直接交换数据的内部存储器，也叫主存(内存)。它可以随时读写，而且速度很快，通常作为操作系统或其他正在运行中的程序的临时数据存储媒介。
DRAM：动态随机访问存储器，内存就是用DRAM做的。它的特点是只能将数据保持很短的时间。为了保持数据，DRAM使用电容存储。所以必须隔一段时间刷新一次，如果存储单元没有别刷新，存储信息就会丢失。（关机，内存里的东西就没了）
SRAM：SRAM是静态随机存取存储器。所谓的“静态”,是指这种存储器只要保持通电,里面储存的数据就可以恒常保持。SRAM主要用于二级高速缓存(Level2Cache)。它利用晶体管来存储数据。SRAM不需要刷新电路即能保存它内部存储的数据。而DRAM(Dynamic Random Access Memory)每隔一段时间,要刷新充电一次,否则内部的数据即会消失,因此SRAM具有较高的性能。

3.LRU算法和Catch有什么联系？

因为Catch的容量是有限的，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。

LRU算法实现思想

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)。

在这里插入图片描述
主要是通过以上链表和哈希表进行操作的。

例题

如下图为LeetCode上的图
在这里插入图片描述
这道题的解决也主要是通过链表和哈希表进行解决的，如下：

class LRUCache {
public:
    LRUCache(int capacity):_capacity(capacity) 
    {}
    
    int get(int key) //因为是访问，如果该数存在，那么要调整一下位置
    {
        if(_hash_map.find(key) != _hash_map.end())
        {
            //先找到该节点
            list<pair<int,int>>::iterator it = _hash_map[key];
            //使用库函数将其移动到首端
            Lru_list.splice(Lru_list.begin(),Lru_list,it);
            return it->second;
        }
        else
        {
            return -1;
        }
    }
    
    void put(int key, int value) 
    {
        if(_hash_map.find(key) != _hash_map.end()) //存在即更新
        {
            list<pair<int,int>>::iterator it = _hash_map[key];
            it->second = value;
            Lru_list.splice(Lru_list.begin(),Lru_list,it);
        }
        else  //不存在则加入，那么就要判断此时的容量了
        {
            if(Lru_list.size() == _capacity) //满则先删除
            {
                _hash_map.erase(Lru_list.back().first);
                Lru_list.pop_back();
            }
            Lru_list.push_front(make_pair(key,value));
            _hash_map[key] = Lru_list.begin();
        }
    }
private:
    typedef list<pair<int,int>>::iterator ListNode;
    //查找
    unordered_map<int,ListNode> _hash_map;
    //保存
    list<pair<int,int>> Lru_list;
    size_t _capacity;
};