缓存淘汰算法--LRU算法
2020-06-15| 程成| 227| 1| 计算机知识

一个用hash表作为底层结构的数据库,当然少不了缓存淘汰算法。


LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”。


111111.jpg


1、新数据插入到链表头部;

2、每当缓存命中(即缓存数据被访问),则将数据移到链表头部;

3、当链表满的时候,将链表尾部的数据丢弃。



过程如下:


22222.jpg


1、最开始时,内存空间是空的,因此依次进入A、B、C是没有问题的

2、当加入D时,就出现了问题,内存空间不够了,因此根据LRU算法,内存空间中A待的时间最为久远,选择A,将其淘汰

3、当再次引用B时,内存空间中的B又处于活跃状态,而C则变成了内存空间中,近段时间最久未使用的

4、当再次向内存空间加入E时,这时内存空间又不足了,选择在内存空间中待的最久的C将其淘汰出内存,这时的内存空间存放的对象就是E->B->D



附上:golang算法


package lru
import "container/list"

type LRUCache struct {
    capacity int
    cache    map[int]*list.Element
    list     *list.List
}

type Pair struct {
    key   int
    value int
}

func Constructor(capacity int) LRUCache {
    return LRUCache{
        capacity: capacity,
        list:     list.New(),
        cache:    make(map[int]*list.Element),
    }
}

func (this *LRUCache) Get(key int) int {
    if elem, ok := this.cache[key]; ok {
        this.list.MoveToFront(elem)
        return elem.Value.(Pair).value
    }

    return -1
}

func (this *LRUCache) Put(key int, value int) {
    if elem, ok := this.cache[key]; ok {
        this.list.MoveToFront(elem)
        elem.Value = Pair{key, value}
    } else {
        if this.list.Len() >= this.capacity {
            delete(this.cache,this.list.Back().Value.(Pair).key)
            this.list.Remove(this.list.Back())
        }
        this.list.PushFront(Pair{key, value})
        this.cache[key] = this.list.Front()
    }
}


LRU其实还可以再优化,用过redis的都知道可以过期时间,在LRUCache数据结构里面设置TTL过期时间也是可以的,详细的自己慢慢实现吧。





下一篇:没有下一篇了
×
作者:程成
QQ:492245711