《征服数据结构》LRU缓存

摘要:

1,LRU的介绍

2,LRU元素的添加

3,LRU元素的读取

4,LRU完整代码实现

1,LRU的介绍

LRU(Least Recently Used)最近最少使用,它是一种缓存淘汰策略。也就是说在缓存容量满的时候,我们需要删除一些元素,删除的原则就是越久没被使用的越容易被删除。

举个简单例子,比如你桌子上的书堆满了,需要拿掉一部分,你肯定是优先拿掉那些很久没有看的书,经常看的书肯定会优先留下来。

LRU要做的就是根据元素使用的时间来保持它们的顺序,维持相对顺序的数据结构使用的是双向链表。

如下图所示,最近被使用的元素会靠近链表头部,越久没被使用的元素越靠近尾部,删除的时候优先删除离尾部最近的元素,其中链表的头节点 head 和尾节点 tail 是不存储任何数据的。

我们先来看下链表的节点类,不熟悉双向链表的可以先看下前面讲的《双向链表》

Java 代码:

go 复制代码
// 双向链表的节点类
class LinkedNode {
    int key, val;// 节点的key和val值
    LinkedNode pre;// 指向前一个节点的指针
    LinkedNode next;// 指向后一个节点的指针
}

C++ 代码:

go 复制代码
// 双向链表的节点类
struct LinkedNode {
    int key, val;// 节点的key和val值
    LinkedNode *pre = nullptr;// 指向前一个节点的指针
    LinkedNode *next = nullptr;// 指向后一个节点的指针
};

2,LRU元素的添加

LRU中的元素是根据键值对存储在map中的,关于map的知识点可以看下前面的《散列表》,双向链表只是维护元素使用的时间顺序。

在添加的时候如果 key 值已经存在了,我们直接更新value值,更新完之后要把它重新插入到链表的前面,如下图所示。

添加的时候如果 key 值不存在,直接插入到链表的前面,如下图所示。

相关推荐
Flying pigs~~10 分钟前
从零到一构建企业级 RAG 问答系统:一个完整的模块化实践指南
数据库·人工智能·缓存·大模型·milvus·知识库·rag
脱氧核糖核酸__30 分钟前
LeetCode热题100——41.缺失的第一个正数(题解+答案+要点)
数据结构·c++·算法·leetcode·哈希算法
大罗LuoSir1 小时前
分布式微服务全貌了解-整体架构、特征和需关注解决的问题
java·缓存·微服务·zookeeper·容器·服务发现·负载均衡
rannn_1111 小时前
【Redis|高级篇3】Redis最佳实践|键值设计、批处理优化、服务端优化、服务器优化、集群还是主从
java·服务器·redis·后端·缓存
一江寒逸1 小时前
【30天做一个生产级RAG知识库系统】第8篇:并发优化与缓存设计,解决多用户访问崩服务的问题
缓存·架构
努力努力再努力wz1 小时前
【MySQL入门系列】:不只是建表:MySQL 表约束与 DDL 执行机制全解析
android·linux·服务器·数据结构·数据库·c++·mysql
贾斯汀玛尔斯1 小时前
每天学一个算法-- 归并排序(Merge Sort)
数据结构·算法·排序算法
算法鑫探1 小时前
算法中的二分法(二分查找)详解及示例
c语言·数据结构·算法·新人首发
澈2072 小时前
排序算法入门:冒泡、选择、插入排序详解
数据结构·算法·排序算法
John.Lewis2 小时前
C++加餐课-二叉树:进阶算法
数据结构·c++·算法