【leetcode】LRU & LFU

什么是LRU算法? LRU是Least Recently Used的缩写,即最近最少使用,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,虚拟页式存储管理增加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

--from 360百科

LRU:Least Recently Used

使用代码实现,思路:

借助LinkedHashMap

import java.util.*;
class LRUCache {
    private int capacity;
    LinkedHashMap<Integer, Integer> maps = new LinkedHashMap<>();
 
    public LRUCache(int capacity) {
       this.capacity = capacity;
    }
    
    public int get(int key) {
       if(!maps.containsKey(key)){
        return -1;
       }
       makeRecent(key);
       return maps.get(key);
    }
    
    public void put(int key, int value) {
         if(maps.containsKey(key)){
            maps.remove(key);
             maps.put(key, value);
             return;
       }

        if(maps.size() >= capacity){
           removeLast();
        }

       maps.put(key, value);
    
    }

    public void makeRecent(int key){
        int v =  maps.get(key);
        maps.remove(key);
        maps.put(key, v);
    }
    public void removeLast(){
        maps.remove(maps.keySet().iterator().next());
    }
}

/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache obj = new LRUCache(capacity);
 * int param_1 = obj.get(key);
 * obj.put(key,value);
 */

扩展的,对于LFU, 根据使用频次,内存满时淘汰掉

     Map<Integer, Node> cache;  // 存储缓存的内容, 从这里返回get
     
    Map<Integer, LinkedHashSet<Node>> freqMap; // 存储每个频次对应的双向链表,
    
    int size;
    int capacity;
    int min; // 存储当前最小频次
相关推荐
梅见十柒5 分钟前
wsl2中kali linux下的docker使用教程(教程总结)
linux·经验分享·docker·云原生
xmh-sxh-13145 分钟前
jdk各个版本介绍
java
Koi慢热8 分钟前
路由基础(全)
linux·网络·网络协议·安全
传而习乎18 分钟前
Linux:CentOS 7 解压 7zip 压缩的文件
linux·运维·centos
alphaTao21 分钟前
LeetCode 每日一题 2024/11/18-2024/11/24
算法·leetcode
天天扭码24 分钟前
五天SpringCloud计划——DAY2之单体架构和微服务架构的选择和转换原则
java·spring cloud·微服务·架构
程序猿进阶25 分钟前
堆外内存泄露排查经历
java·jvm·后端·面试·性能优化·oom·内存泄露
我们的五年28 分钟前
【Linux课程学习】:进程程序替换,execl,execv,execlp,execvp,execve,execle,execvpe函数
linux·c++·学习
FIN技术铺29 分钟前
Spring Boot框架Starter组件整理
java·spring boot·后端
kitesxian30 分钟前
Leetcode448. 找到所有数组中消失的数字(HOT100)+Leetcode139. 单词拆分(HOT100)
数据结构·算法·leetcode