前言

對于web開發(fā)而言，緩存必不可少，也是提高性能最常用的方式。無論是瀏覽器緩存(如果是chrome瀏覽器，可以通過chrome:://cache查看)，還是服務端的緩存(通過memcached或者redis等內(nèi)存數(shù)據(jù)庫)。緩存不僅可以加速用戶的訪問，同時也可以降低服務器的負載和壓力。那么，了解常見的緩存淘汰算法的策略和原理就顯得特別重要。

常見的緩存算法

1. LRU (Least recently used) 最近最少使用，如果數(shù)據(jù)最近被訪問過，那么將來被訪問的幾率也更高。
2. LFU (Least frequently used) 最不經(jīng)常使用，如果一個數(shù)據(jù)在最近一段時間內(nèi)使用次數(shù)很少，那么在將來一段時間內(nèi)被使用的可能性也很小。
3. FIFO (Fist in first out) 先進先出， 如果一個數(shù)據(jù)最先進入緩存中，則應該最早淘汰掉。
   

LRU緩存

像瀏覽器的緩存策略、memcached的緩存策略都是使用LRU這個算法，LRU算法會將近期最不會訪問的數(shù)據(jù)淘汰掉。LRU如此流行的原因是實現(xiàn)比較簡單，而且對于實際問題也很實用，良好的運行時性能，命中率較高。下面談談如何實現(xiàn)LRU緩存：

1. 新數(shù)據(jù)插入到鏈表頭部
2. 每當緩存命中（即緩存數(shù)據(jù)被訪問），則將數(shù)據(jù)移到鏈表頭部
3. 當鏈表滿的時候，將鏈表尾部的數(shù)據(jù)丟棄
   

LRU Cache具備的操作：

1. set(key,value)：如果key在hashmap中存在，則先重置對應的value值，然后獲取對應的節(jié)點cur，將cur節(jié)點從鏈表刪除，并移動到鏈表的頭部；若果key在hashmap不存在，則新建一個節(jié)點，并將節(jié)點放到鏈表的頭部。當Cache存滿的時候，將鏈表最后一個節(jié)點刪除即可。
2. get(key)：如果key在hashmap中存在，則把對應的節(jié)點放到鏈表頭部，并返回對應的value值；如果不存在，則返回-1。
   

LRU的c++實現(xiàn)

LRU實現(xiàn)采用雙向鏈表 + Map 來進行實現(xiàn)。這里采用雙向鏈表的原因是：如果采用普通的單鏈表，則刪除節(jié)點的時候需要從表頭開始遍歷查找，效率為O(n)，采用雙向鏈表可以直接改變節(jié)點的前驅(qū)的指針指向進行刪除達到O(1)的效率。使用Map來保存節(jié)點的key、value值便于能在O(logN)的時間查找元素,對應get操作。

雙鏈表節(jié)點的定義：

struct CacheNode {
 int key;  // 鍵
 int value; // 值
 CacheNode *pre, *next; // 節(jié)點的前驅(qū)、后繼指針
 CacheNode(int k, int v) : key(k), value(v), pre(NULL), next(NULL) {}
};

對于LRUCache這個類而言，構造函數(shù)需要指定容量大小

LRUCache(int capacity)
{
 size = capacity;  // 容量
 head = NULL;   // 鏈表頭指針
 tail = NULL;   // 鏈表尾指針
}

雙鏈表的節(jié)點刪除操作：

void remove(CacheNode *node)
{
 if (node -> pre != NULL)
 {
 node -> pre -> next = node -> next;
 }
 else
 {
 head = node -> next;
 }
 if (node -> next != NULL)
 {
 node -> next -> pre = node -> pre;
 }
 else
 {
 tail = node -> pre;
 }
}

將節(jié)點插入到頭部的操作：

void setHead(CacheNode *node)
{
 node -> next = head;
 node -> pre = NULL;

 if (head != NULL)
 {
 head -> pre = node;
 }
 head = node;
 if (tail == NULL)
 {
 tail = head;
 }
}

get(key)操作的實現(xiàn)比較簡單，直接通過判斷Map是否含有key值即可，如果查找到key，則返回對應的value，否則返回-1;

int get(int key)
{
 map<int, CacheNode *>::iterator it = mp.find(key);
 if (it != mp.end())
 {
 CacheNode *node = it -> second;
 remove(node);
 setHead(node);
 return node -> value;
 }
 else
 {
 return -1;
 }
}

set(key, value)操作需要分情況判斷。如果當前的key值對應的節(jié)點已經(jīng)存在，則將這個節(jié)點取出來，并且刪除節(jié)點所處的原有的位置，并在頭部插入該節(jié)點；如果節(jié)點不存在節(jié)點中，這個時候需要在鏈表的頭部插入新節(jié)點，插入新節(jié)點可能導致容量溢出，如果出現(xiàn)溢出的情況，則需要刪除鏈表尾部的節(jié)點。

void set(int key, int value)
{
 map<int, CacheNode *>::iterator it = mp.find(key);
 if (it != mp.end())
 {
 CacheNode *node = it -> second;
 node -> value = value;
 remove(node);
 setHead(node);
 }
 else
 {
 CacheNode *newNode = new CacheNode(key, value);
 if (mp.size() >= size)
 {
  map<int, CacheNode *>::iterator iter = mp.find(tail -> key);
  remove(tail);
  mp.erase(iter);
 }
 setHead(newNode);
 mp[key] = newNode;
 }
}

總結

好了，至此，LRU算法的實現(xiàn)操作就完成了，希望本文的內(nèi)容對大家的學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流。

最新評論