做网站优势电商项目策划书

1.什么是LRU Cache？

• 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。
• 什么是 Cache？
  • 狭义的Cache指的是位于CPU和主存间的快速RAM
    • 通常它不像系统主存那样使用DRAM技术，而使用昂贵但较快速的SRAM技术
  • 广义上的Cache指的是位于速度相差较大的两种硬件之间， 用于协调两者数据传输速度差异的结构
  • 除了CPU与主存之间有Cache， 内存与硬盘之间也有Cache，乃至在硬盘与网络之间也有某种意义上的Cache ── 称为Internet临时文件夹或网络内容缓存等
• Cache的容量有限，因此当Cache的容量用完后，而又有新的内容需要添加进来时， 就需要挑选并舍弃原有的部分内容，从而腾出空间来放新内容
• LRU Cache的替换原则就是将最近最少使用的内容替换掉
  • 其实，LRU译成最久未使用会更形象，因为该算法每次替换掉的就是一段时间内最久没有使用过的内容

2.LRU Cache实现

• 实现LRU Cache的方法和思路很多，但是要保持高效实现O(1)的Put和Get，那么使用双向链表和哈希表的搭配是最高效和经典的

  • 双向链表是因为双向链表可以实现任意位置O(1)的插入和删除
  • 哈希表是因为哈希表的增删查改也是O(1)

• 关键：找到key，就要找到key对应存储数据在list中的位置

  

class LRUCache
{
public:LRUCache(int capacity): _capacity(capacity){}int Get(int key){auto ret = _hashMap.find(key);if (ret != _hashMap.end()){LtIter it = ret->second;// 更新key对应值的位置，splice转移结点_LRUList.splice(_LRUList.begin(), _LRUList, it);return it->second;}else{return -1;}}void Put(int key, int value){auto ret = _hashMap.find(key);if (ret == _hashMap.end()) // 1.新增{if (_hashMap.size() == _capacity){// 若满，则先删除LRU的数据pair<int, int> back = _LRUList.back();_hashMap.erase(back.first);_LRUList.pop_back();}_LRUList.push_front({ key, value });_hashMap[key] = _LRUList.begin();}else // 2.更新{LtIter it = ret->second;it->second = value; // 更新// 更新key对应值的位置，splice转移结点_LRUList.splice(_LRUList.begin(), _LRUList, it);}}
private:typedef list<pair<int, int>>::iterator LtIter;// hash做到查找更新是O(1)，value值存的是list的iteratorunordered_map<int, LtIter> _hashMap;// LRU，假设尾部数据就是最近最少用list<pair<int, int>> _LRUList;size_t _capacity;
};