《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
小七-七牛开发者8 小时前
TokenPilot:让 LLM Agent 长会话成本降 60%+ 的上下文管理
缓存·agent·token·context·上下文·推理成本
Darling噜啦啦6 天前
列表转树算法深度解析:从 Map 到 Reduce 的两种实现,面试高频考点
数据结构·算法·面试
小小工匠7 天前
Redis - 事务机制:能实现 ACID 属性吗
数据结构·redis·性能优化·并发·持久化
玖玥拾7 天前
C/C++ 数据结构(七)栈、容器适配器
c语言·数据结构·c++··容器适配器
ofoxcoding7 天前
在AI API聚合平台配置DeepSeek V3.2提示词缓存实战:快速接入与成本优化指南
人工智能·spring·缓存·ai
Qres8217 天前
算法复键——树状数组
数据结构·算法
NeilYuen8 天前
gRPC结合FAISS构建AI助手语义缓存模块(一):设计
人工智能·缓存·faiss
taocarts_bidfans8 天前
反向海淘跨境缓存架构优化:taocarts Redis分层缓存实战技术
redis·缓存·架构·反向海淘·taocarts
牛油果子哥q8 天前
并查集(DSU)超精讲,路径压缩、按秩合并、万能模板、连通性判定、最小生成树与刷题实战全解
数据结构·c++·最小生成树·并查集
凌波粒8 天前
LeetCode--491.递增子序列(回溯算法)
数据结构·算法·leetcode