LRU Cache

目录

1.什么是LRU Cache

2.LRU Cache的实现

3.LRU 缓存

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的实现

        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。使用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，使用哈希表是因为哈希表的增删查改也是O(1)

3.LRU 缓存

https://leetcode.cn/problems/lru-cache/description/

class LRUCache {
public:
    LRUCache(int capacity) {
        _capacity = capacity;
    }
    
    int get(int key) {
        auto hashit = _hashmap.find(key);
        if(hashit != _hashmap.end())
        {
            auto listit = hashit->second;
            pair<int, int> kv = *listit;
             
            _list.erase(listit);
            _list.push_front(kv);
            _hashmap[key] = _list.begin();
            return kv.second;
        }
        else
        {
            return -1;
        }
    }
    
    void put(int key, int value) {
        //1.如果没有数据则进行插入数据
        //2.如果有数据则进行数据更新
        auto hashit = _hashmap.find(key);
        if(hashit == _hashmap.end())
        {
            // 插入数据时，如果数据已经达到上限，则删除链表头的数据和hashmap中的数据，两个
            //删除操作都是O(1)
            if(_list.size() >= _capacity)
            {
                _hashmap.erase(_list.back().first);
                _list.pop_back();
            }
         
            _list.push_front(make_pair(key,value));
            _hashmap[key] = _list.begin(); 
        }
        else
        {
            // 再次put，将数据挪动list前面
            auto listit = hashit->second;
            pair<int, int> kv = *listit;
            kv.second = value;
         
            _list.erase(listit);
            _list.push_front(kv);
            _hashmap[key] = _list.begin();
        }
    }
    private:
        list<pair<int, int>> _list;// 将最近用过的往链表的投上移动，保持LRU
        size_t _capacity;//容量大小，超过容量则换出，保持LRU
        unordered_map<int, list<pair<int, int>>::iterator> _hashmap;
        //使用unordered_map，让搜索效率达到O(1)
};