《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
不会就选b4 小时前
数据结构之顺序表和链表的OJ题(上)
数据结构·链表
苏渡苇5 小时前
Redis 持久化——RDB 快照 vs AOF 日志
数据库·redis·缓存·redis持久化·aof vs rdb
啦啦啦啦啦zzzz6 小时前
数据结构:二叉树的线索化
数据结构·算法
小碗羊肉7 小时前
【Redis | 第六篇】Redisson
数据库·redis·缓存
如竟没有火炬7 小时前
寻找峰值——二分
java·开发语言·数据结构·python·算法·散列表
AwakeFantasy7 小时前
关于Codex中转站生图比例问题的解决记录
数据库·redis·缓存
剑傲娇9 小时前
【计算机组成原理】 数据通路 之单总线结构
缓存
he___H9 小时前
B、B+树和vue部分知识
数据结构·vue.js·b树
夜白宋10 小时前
【Redis深入】一、快的原因
数据库·redis·缓存
宇砾10 小时前
浅谈Redis(2)
数据库·redis·缓存