LRU cache
Posted xiaxiaosheng
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了LRU cache相关的知识,希望对你有一定的参考价值。
LRU是Least Recently Used的缩写,意思是最近最少使用,它是一种Cache替换算法。现在要设计一种数据结构有如下几种性质:
1. 每个节点为一对key,value的形式,可通过get <key>查找,通过put <key, value> 插入
2. 最大存储节点数为n
3. put操作时,如果已经存储了n个节点,则要淘汰最近最少使用的那个节点
可能会有很多种解决方案,例如:
一、用一个双向链表来存储所有节点,get时,遍历整个链表,找到对应的节点,并且把该节点挪动到链表的第一个位置,因此,链接中越靠前的位置总是距离最后一次访问时间越短的节点,越靠后的位置总是距离最后一次访问时间约久的节点。所以put时,如果已达到最大存储节点数时,直接删除链表最后一个节点再插入即可。总结,优点:实现简单,put操作的时间复杂度为O(1) 缺点:get操作时间复杂度为O(n),不够优秀。
二、我们都知道哈希表这种数据结构查询的时间性能很好,但是在这里如果只用一个哈希表,虽然查询和插入操作都能优化到O(1),但是在删除,也就是查找最近最少使用的节点时,却不得不遍历整个哈希表。我们来做进一步优化,前面第一种方案删除和插入操作都是O(1)的,但是查询操作是O(n),如果能把这两种方案结合一下的话,三种操作不就都是O(1)时间复杂度了。怎么结合呢?
哈希表的value存储节点的指针,同时把所有的value连接成一个双向链表,查询操作时,通过哈希表直接找到这个节点的指针,同时,可以在O(1)时间将这个节点移动到链表头部,删除操作时,直接删除链表尾部那个节点,同时将这个节点从哈希表中删除。
C++实现(这里为了简化操作,直接用了STL的map代替哈希表)
class LRUCache { public: struct Node { int key, value; Node *next, *pre; }; map<int, Node*> cache; Node *head, *rear; int size; LRUCache(int capacity) { size = capacity; head = new Node(); rear = new Node(); head->pre = NULL; head->next = rear; rear->next = NULL; rear->pre = head; } int get(int key) { if(cache.find(key) == cache.end()) return -1; Node *tmp = cache[key]; tmp->pre->next = tmp->next; tmp->next->pre = tmp->pre; head->next->pre = tmp; tmp->next = head->next; tmp->pre = head; head->next = tmp; return tmp->value; } void lru_delete() { if(cache.size() == 0) return; Node* tmp = rear->pre; rear->pre = tmp->pre; tmp->pre->next = rear; cache.erase(tmp->key); delete tmp; } void put(int key, int value) { // if the key exist, then just update the value if(cache.find(key) != cache.end()) { cache[key]->value = value; this->get(key); return; } if(cache.size() >= this->size) this->lru_delete(); Node *tmp = new Node; tmp->key = key; tmp->value = value; tmp->pre = this->head; tmp->next = this->head->next; if(head->next != NULL) head->next->pre = tmp; this->head->next = tmp; cache.insert(pair<int, Node*>(key, tmp)); } };
以上是关于LRU cache的主要内容,如果未能解决你的问题,请参考以下文章
如何用 `functools.lru_cache` 正确装饰`classmethod`?