LRU （近期最少使用）算法 c++實現

前言

這兩天碰到面試題，說是頁面調度算法，之前在操作系統書上有了解過，LRU（近期最少使用），還有OPT（最佳頁面替換算法）、FIFO（先進先出頁面置換算法），今天先來實現LRU 最近最少使用。

LRU 原理

LRU（Least recently used，最近最少使用）算法根據數據的歷史訪問記錄來進行淘汰數據，其核心思想是“如果數據最近被訪問過，那么將來被訪問的幾率也更高”。

參照網上的寫法，給出以下例子做個參考：

#include <iostream>
#include <unordered_map>  
#include <list>  
#include <utility>  
using namespace std;
using namespace stdext;

class LRUCache {
public:
    LRUCache(int capacity) {
        m_capacity = capacity;
    }

    int get(int key) {
        int retValue = -1;
        unordered_map<int, list<pair<int, int> > ::iterator> ::iterator it = cachesMap.find(key);

        //如果在Cashe中，將記錄移動到鏈表的最前端  
        if (it != cachesMap.end())
        {
            retValue = it->second->second;
            //移動到最前端  
            list<pair<int, int> > ::iterator ptrPair = it->second;
            pair<int, int> tmpPair = *ptrPair;
            caches.erase(ptrPair++);
            caches.push_front(tmpPair);


            //修改map中的值  
            cachesMap[key] = caches.begin();
        }
        return retValue;
    }

    void set(int key, int value) {

        unordered_map<int, list<pair<int, int> > ::iterator> ::iterator it = cachesMap.find(key);

        if (it != cachesMap.end()) //已經存在其中  
        {
            list<pair<int, int> > ::iterator ptrPait = it->second;
            ptrPait->second = value;
            //移動到最前面  
            pair<int, int > tmpPair = *ptrPait;
            caches.erase(ptrPait);
            caches.push_front(tmpPair);


            //更新map  
            cachesMap[key] = caches.begin();
        }
        else //不存在其中  
        {
            pair<int, int > tmpPair = make_pair(key, value);


            if (m_capacity == caches.size()) //已經滿  
            {
                int delKey = caches.back().first;
                caches.pop_back(); //刪除最后一個  


                                   //刪除在map中的相應項  
                unordered_map<int, list<pair<int, int> > ::iterator> ::iterator delIt = cachesMap.find(delKey);
                cachesMap.erase(delIt++);
            }


            caches.push_front(tmpPair);
            cachesMap[key] = caches.begin(); //更新map  
        }
    }


private:
    int m_capacity;                                                                        //cashe的大小  
    list<pair<int, int> > caches;                                                  //用一個雙鏈表存儲cashe的內容  
    unordered_map< int, list<pair<int, int> > ::iterator> cachesMap;         //使用map加快查找的速度  
};


int main(int argc, char **argv)
{
    LRUCache s(2);
    s.set(2, 1);
    s.set(1, 1);
    cout << s.get(2) << endl;
    s.set(4, 1);
    s.set(5, 2);
    cout << s.get(5) << endl;
    cout << s.get(4) << endl;
    getchar();
    return 0;
}

在vs 2015 進行運行 ，輸出：

 

解釋：程序首先會初始化2個存儲空間的LRUCache類，依次插進{2, 1 }，{1，1} ，之后輸出 key=2 => value=1 ，之后插進 {4, 1} ， 因為已經滿了所以替換掉最近沒有使用的{1 ，1} ，變成了 { 4,1} ，{2，1} ，之后又插進{5, 2} ，又替換掉了 {2，1} ，變成了 {4, 1} ，{5，2}，然后輸出剩下兩個key，再重新排序誰最近使用過。

用到的知識是 ： 雙鏈表 + 哈希表 （使用map，內部元素自動排序；使用unordered_map內部不會進行有序排序）

頁面調度算法（LRU）的原理 ：緩存機制中新數據或擊中的數據放到鏈表頭部，表示最近使用的數據，如果鏈表滿，從尾部淘汰數據。但只用鏈表會存在一個問題，擊中數據的時間復雜度為O(n)，每次需要遍歷鏈表，所以引入哈希表，時間復雜度降到O(1)，以空間換時間。