什么是 LRU
LRU Cache是一个Cache的置换算法，含义是“最近最少使用”，把满足“最近最少使用”的数据从Cache中剔除出去，并且保证Cache中第一个数据是最近刚刚访问的，因为这样的数据更有可能被接下来的程序所访问。
LRU的应用比较广泛，最基础的内存页置换中就用了，对了，这里有个概念要清楚一下，Cache不见得是CPU的高速缓存的那个Cache，这里的Cache直接翻译为缓存，就是两种存储方式的速度有比较大的差别，都可以用Cache缓存数据，比如硬盘明显比内存慢，所以常用的数据我们可以Cache在内存中。
LRU 基本算法描述
前提：
由于我只是简单实现一下这个算法，所以数据都用int代替，下一个版本会改成模板形式的，更加通用。
要求：
只提供两个接口，一个获取数据getValue(key),一个写入数据putValue(key,value)
无论是获取还是写入数据，当前这个数据要保持在最容易访问的位置
缓存数量有限，最长时间没被访问的数据应该置换出缓存
算法：
为了满足上面几个条件，实际上可以用一个双向链表来实现，每次访问完数据（不管是获取还是写入），调整双向链表的顺序，把刚刚访问的数据调整到链表的最前方，以后再访问的时候速度将最快。
为了方便，提供一个头和一个尾节点，不存具体的数，链表的基本形式如下面的这个简单表述
Head <===> Node1 <===> Node2 <===> Node3 <===> Near
OK，就这么些，比较简单，实现起来也不难，用c++封装一个LRUCache类，类提供两个方法，分别是获取和更新，初始化类的时候传入Cache的节点数。
先定义一个存数据的节点数据结构
typedef struct _Node_{
int key; //键
int value; //数据
struct _Node_ *next; //下一个节点
struct _Node_ *pre; //上一个节点
}CacheNode;
类定义：
class LRUCache{ public: LRUCache(int cache_size=10); //构造函数，默认cache大小为10 ~LRUCache();<span style="white-space:pre"> </span> //析构函数 int getValue(int key); //获取值 bool putValue(int key,int value); //写入或更新值 void displayNodes(); //辅助函数，显示所有节点 private: int cache_size_; //cache长度 int cache_real_size_; //目前使用的长度 CacheNode *p_cache_list_head; //头节点指针 CacheNode *p_cache_list_near; //尾节点指针 void detachNode(CacheNode *node); //分离节点 void addToFront(CacheNode *node); //将节点插入到第一个 }; |
类实现：
LRUCache::LRUCache(int cache_size) { cache_size_=cache_size; cache_real_size_=0; p_cache_list_head=new CacheNode(); p_cache_list_near=new CacheNode(); p_cache_list_head->next=p_cache_list_near; p_cache_list_head->pre=NULL; p_cache_list_near->pre=p_cache_list_head; p_cache_list_near->next=NULL; } LRUCache::~LRUCache() { CacheNode *p; p=p_cache_list_head->next; while(p!=NULL) { delete p->pre; p=p->next; } delete p_cache_list_near; } void LRUCache::detachNode(CacheNode *node) { node->pre->next=node->next; node->next->pre=node->pre; } void LRUCache::addToFront(CacheNode *node) { node->next=p_cache_list_head->next; p_cache_list_head->next->pre=node; p_cache_list_head->next=node; node->pre=p_cache_list_head; } int LRUCache::getValue(int key) { CacheNode *p=p_cache_list_head->next; while(p->next!=NULL) { if(p->key == key) //catch node { detachNode(p); addToFront(p); return p->value; } p=p->next; } return -1; } bool LRUCache::putValue(int key,int value) { CacheNode *p=p_cache_list_head->next; while(p->next!=NULL) { if(p->key == key) //catch node { p->value=value; getValue(key); return true; } p=p->next; } if(cache_real_size_ >= cache_size_) { cout << "free" <<endl; p=p_cache_list_near->pre->pre; delete p->next; p->next=p_cache_list_near; p_cache_list_near->pre=p; } p=new CacheNode();//(CacheNode *)malloc(sizeof(CacheNode)); if(p==NULL) return false; addToFront(p); p->key=key; p->value=value; cache_real_size_++; return true; } void LRUCache::displayNodes() { CacheNode *p=p_cache_list_head->next; while(p->next!=NULL) { cout << " Key : " << p->key << " Value : " << p->value << endl; p=p->next; } cout << endl; } |
说在后面的话
其实，程序还可以优化，首先，把数据int类型换成模板形式的通用类型，另外，数据查找的时候复杂度为O(n)，可以换成hash表来存数据，链表只做置换处理，这样查找添加的时候速度将快很多。
