本篇內(nèi)容介紹了“手寫(xiě)LRU緩存淘汰算法的方法教程”的有關(guān)知識(shí),在實(shí)際案例的操作過(guò)程中,不少人都會(huì)遇到這樣的困境,接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
創(chuàng)新互聯(lián)建站專業(yè)提供內(nèi)江機(jī)房主機(jī)托管服務(wù),為用戶提供五星數(shù)據(jù)中心、電信、雙線接入解決方案,用戶可自行在線購(gòu)買內(nèi)江機(jī)房主機(jī)托管服務(wù),并享受7*24小時(shí)金牌售后服務(wù)。
在我們這個(gè)日益追求高效的世界,我們對(duì)任何事情的等待都顯得十分的浮躁,網(wǎng)頁(yè)頁(yè)面刷新不出來(lái),好煩,電腦打開(kāi)運(yùn)行程序慢,又是好煩!那怎么辦,技術(shù)的產(chǎn)生不就是我們所服務(wù)么,今天我們就聊一聊緩存
這個(gè)技術(shù),并使用我們熟知的數(shù)據(jù)結(jié)構(gòu)--用鏈表實(shí)現(xiàn)LRU緩存淘汰算法
。
在學(xué)習(xí)如何使用鏈表實(shí)現(xiàn)LRU緩存淘汰算法前,我們先提出幾個(gè)問(wèn)題,大家好好思考下,問(wèn)題如下:
什么是緩存,緩存的作用?
緩存的淘汰策略有哪些?
如何使用鏈表實(shí)現(xiàn)LRU緩存淘汰算法,有什么特點(diǎn),如何優(yōu)化?
緩存
可以簡(jiǎn)單的理解為保存數(shù)據(jù)的一個(gè)副本
,以便于后續(xù)能夠快速的進(jìn)行訪問(wèn)。以計(jì)算機(jī)的使用場(chǎng)景為例
,當(dāng)cpu要訪問(wèn)內(nèi)存中的一條數(shù)據(jù)時(shí),它會(huì)先在緩存里查找,如果能夠找到則直接使用,如果沒(méi)找到,則需要去內(nèi)存里查找;
同樣的,在數(shù)據(jù)庫(kù)的訪問(wèn)場(chǎng)景中
,當(dāng)項(xiàng)目系統(tǒng)需要查詢數(shù)據(jù)庫(kù)中的某條數(shù)據(jù)時(shí),可以先讓請(qǐng)求查詢緩存,如果命中,就直接返回緩存的結(jié)果,如果沒(méi)有命中,就查詢數(shù)據(jù)庫(kù), 并將查詢結(jié)果放入緩存,下次請(qǐng)求時(shí)查詢緩存命中,直接返回結(jié)果,就不用再次查詢數(shù)據(jù)庫(kù)。
通過(guò)以上兩個(gè)例子,我們發(fā)現(xiàn)無(wú)論在哪種場(chǎng)景下,都存在這樣一個(gè)順序:先緩存,后內(nèi)存
;先緩存,后數(shù)據(jù)庫(kù)
。但是緩存的存在也占用了一部分內(nèi)存空間,所以緩存是典型的以空間換時(shí)間
,犧牲數(shù)據(jù)的實(shí)時(shí)性
,卻滿足計(jì)算機(jī)運(yùn)行的高效性
。
仔細(xì)想一下,我們?nèi)粘i_(kāi)發(fā)中遇到緩存的例子還挺多的。
操作系統(tǒng)的緩存
減少與磁盤(pán)的交互
數(shù)據(jù)庫(kù)緩存
減少對(duì)數(shù)據(jù)庫(kù)的查詢
Web服務(wù)器緩存
減少對(duì)應(yīng)用服務(wù)器的請(qǐng)求
客戶瀏覽器的緩存
減少對(duì)網(wǎng)站的訪問(wèn)
緩存的本質(zhì)是以空間換時(shí)間
,那么緩存的容量大小肯定是有限的,當(dāng)緩存被占滿時(shí),緩存中的那些數(shù)據(jù)應(yīng)該被清理出去,那些數(shù)據(jù)應(yīng)該被保留呢?這就需要緩存的淘汰策略來(lái)決定。
事實(shí)上,常用的緩存的淘汰策略有三種:先進(jìn)先出算法(First in First out FIFO
);淘汰一定時(shí)期內(nèi)被訪問(wèn)次數(shù)最少的頁(yè)面(Least Frequently Used LFU
);淘汰最長(zhǎng)時(shí)間未被使用的頁(yè)面(Least Recently Used LRU
)
這些算法在不同層次的緩存上執(zhí)行時(shí)具有不同的效率,需要結(jié)合具體的場(chǎng)景來(lái)選擇。
FIFO
算法即先進(jìn)先出算法
,常采用隊(duì)列實(shí)現(xiàn)。在緩存中,它的設(shè)計(jì)原則是:如果一個(gè)數(shù)據(jù)最先進(jìn)入緩存中,則應(yīng)該最早淘汰掉
。
新訪問(wèn)的數(shù)據(jù)插入FIFO隊(duì)列的尾部,隊(duì)列中數(shù)據(jù)由隊(duì)到隊(duì)頭按順序順序移動(dòng)
隊(duì)列滿時(shí),刪除隊(duì)頭的數(shù)據(jù)
LRU算法
是根據(jù)對(duì)數(shù)據(jù)的歷史訪問(wèn)次數(shù)來(lái)進(jìn)行淘汰數(shù)據(jù)的,通常使用鏈表來(lái)實(shí)現(xiàn)。在緩存中,它的設(shè)計(jì)原則是:如果數(shù)據(jù)最近被訪問(wèn)過(guò),那么將來(lái)它被訪問(wèn)的幾率也很高。
新加入數(shù)據(jù)插入到隊(duì)列尾部(引用計(jì)數(shù)為1;
隊(duì)列中的數(shù)據(jù)被訪問(wèn)后,引用計(jì)數(shù)增加,隊(duì)列重新排序;
當(dāng)需要淘汰數(shù)據(jù)時(shí),將已經(jīng)排序的列表最后的數(shù)據(jù)塊刪除。
在上面的文章中我們理解了緩存的概念
及淘汰策略
,其中LRU算法
是筆試/面試中考察比較頻繁的,我秋招的時(shí)候,很多公司都讓我手寫(xiě)了這個(gè)算法,為了避免大家采坑,下面,我們就手寫(xiě)一個(gè)LRU緩存淘汰算法。
我們都知道鏈表的形式不止一種,我們應(yīng)該選擇哪一種呢?
思考三分鐘........
好了,公布答案!
事實(shí)上,鏈表按照不同的連接結(jié)構(gòu)可以劃分為單鏈表
、循環(huán)鏈表
和雙向鏈表
。
單鏈表
每個(gè)節(jié)點(diǎn)只包含一個(gè)指針,即后繼指針。
單鏈表有兩個(gè)特殊的節(jié)點(diǎn),即首節(jié)點(diǎn)和尾節(jié)點(diǎn),用首節(jié)點(diǎn)地址表示整條鏈表,尾節(jié)點(diǎn)的后繼指針指向空地址null。
性能特點(diǎn):插入和刪除節(jié)點(diǎn)的時(shí)間復(fù)雜度為O(1),查找的時(shí)間復(fù)雜度為O(n)。
循環(huán)鏈表
除了尾節(jié)點(diǎn)的后繼指針指向首節(jié)點(diǎn)的地址外均與單鏈表一致。
適用于存儲(chǔ)有循環(huán)特點(diǎn)的數(shù)據(jù),比如約瑟夫問(wèn)題。
雙向鏈表
節(jié)點(diǎn)除了存儲(chǔ)數(shù)據(jù)外,還有兩個(gè)指針?lè)謩e指向前一個(gè)節(jié)點(diǎn)地址(前驅(qū)指針prev)和下一個(gè)節(jié)點(diǎn)地址(后繼指針next)
首節(jié)點(diǎn)的前驅(qū)指針prev和尾節(jié)點(diǎn)的后繼指針均指向空地址。
雙向鏈表相較于單鏈表的一大優(yōu)勢(shì)在于:找到前驅(qū)節(jié)點(diǎn)的時(shí)間復(fù)雜度為O(1),而單鏈表只能從頭節(jié)點(diǎn)慢慢往下找,所以仍然是O(n).而且,對(duì)于插入和刪除也是有優(yōu)化的。
我們可能會(huì)有問(wèn)題:?jiǎn)捂湵淼牟迦雱h除不是O(1)嗎?
是的,但是一般情況下,我們想要進(jìn)行插入刪除操作,很多時(shí)候還是得先進(jìn)行查找,再插入或者刪除,可見(jiàn)其實(shí)是先O(n),再O(1)。
不熟悉鏈表解題的同學(xué)可以先看看我的上一篇算法解析文章刷了LeetCode鏈表專題,我發(fā)現(xiàn)了一個(gè)秘密。
因?yàn)槲覀冃枰獎(jiǎng)h除操作,刪除一個(gè)節(jié)點(diǎn)不僅要得到該節(jié)點(diǎn)本身的指針,也需要操作其它前驅(qū)節(jié)點(diǎn)的指針,而雙向鏈表能夠直接找到前驅(qū),保證了操作時(shí)間復(fù)雜度為O(1),因此使用雙向鏈表作為實(shí)現(xiàn)LRU緩存淘汰算法的結(jié)構(gòu)會(huì)更高效。
算法思路
維護(hù)一個(gè)雙向鏈表,保存所有緩存的值,并且最老的值放在鏈表最后面。
當(dāng)訪問(wèn)的值在鏈表中時(shí): 將找到鏈表中值將其刪除,并重新在鏈表頭添加該值(保證鏈表中 數(shù)值的順序是從新到舊)
當(dāng)訪問(wèn)的值不在鏈表中時(shí): 當(dāng)鏈表已滿:刪除鏈表最后一個(gè)值,將要添加的值放在鏈表頭 當(dāng)鏈表未滿:直接在鏈表頭添加
極客時(shí)間王爭(zhēng)的《數(shù)據(jù)結(jié)構(gòu)與算法之美》給出了一個(gè)使用有序單鏈表實(shí)現(xiàn)LRU緩存淘汰算法,代碼如下:
public class LRUBaseLinkedList<T> { /** * 默認(rèn)鏈表容量 */ private final static Integer DEFAULT_CAPACITY = 10; /** * 頭結(jié)點(diǎn) */ private SNode<T> headNode; /** * 鏈表長(zhǎng)度 */ private Integer length; /** * 鏈表容量 */ private Integer capacity; public LRUBaseLinkedList() { this.headNode = new SNode<>(); this.capacity = DEFAULT_CAPACITY; this.length = 0; } public LRUBaseLinkedList(Integer capacity) { this.headNode = new SNode<>(); this.capacity = capacity; this.length = 0; } public void add(T data) { SNode preNode = findPreNode(data); // 鏈表中存在,刪除原數(shù)據(jù),再插入到鏈表的頭部 if (preNode != null) { deleteElemOptim(preNode); intsertElemAtBegin(data); } else { if (length >= this.capacity) { //刪除尾結(jié)點(diǎn) deleteElemAtEnd(); } intsertElemAtBegin(data); } } /** * 刪除preNode結(jié)點(diǎn)下一個(gè)元素 * * @param preNode */ private void deleteElemOptim(SNode preNode) { SNode temp = preNode.getNext(); preNode.setNext(temp.getNext()); temp = null; length--; } /** * 鏈表頭部插入節(jié)點(diǎn) * * @param data */ private void intsertElemAtBegin(T data) { SNode next = headNode.getNext(); headNode.setNext(new SNode(data, next)); length++; } /** * 獲取查找到元素的前一個(gè)結(jié)點(diǎn) * * @param data * @return */ private SNode findPreNode(T data) { SNode node = headNode; while (node.getNext() != null) { if (data.equals(node.getNext().getElement())) { return node; } node = node.getNext(); } return null; } /** * 刪除尾結(jié)點(diǎn) */ private void deleteElemAtEnd() { SNode ptr = headNode; // 空鏈表直接返回 if (ptr.getNext() == null) { return; } // 倒數(shù)第二個(gè)結(jié)點(diǎn) while (ptr.getNext().getNext() != null) { ptr = ptr.getNext(); } SNode tmp = ptr.getNext(); ptr.setNext(null); tmp = null; length--; } private void printAll() { SNode node = headNode.getNext(); while (node != null) { System.out.print(node.getElement() + ","); node = node.getNext(); } System.out.println(); } public class SNode<T> { private T element; private SNode next; public SNode(T element) { this.element = element; } public SNode(T element, SNode next) { this.element = element; this.next = next; } public SNode() { this.next = null; } public T getElement() { return element; } public void setElement(T element) { this.element = element; } public SNode getNext() { return next; } public void setNext(SNode next) { this.next = next; } } public static void main(String[] args) { LRUBaseLinkedList list = new LRUBaseLinkedList(); Scanner sc = new Scanner(System.in); while (true) { list.add(sc.nextInt()); list.printAll(); } } }
這段代碼不管緩存有沒(méi)有滿,都需要遍歷一遍鏈表,所以這種基于鏈表的實(shí)現(xiàn)思路,緩存訪問(wèn)的時(shí)間復(fù)雜度為 O(n)。
事實(shí)上,這個(gè)思路還可以繼續(xù)優(yōu)化,我們可以把單鏈表?yè)Q成雙向鏈表
,并引入散列表
。
雙向鏈表支持查找前驅(qū),保證操作的時(shí)間復(fù)雜度為O(1)
引入散列表記錄每個(gè)數(shù)據(jù)的位置,將緩存訪問(wèn)的時(shí)間復(fù)雜度降到O(1)
哈希表查找較快,但是數(shù)據(jù)無(wú)固定的順序;鏈表倒是有順序之分。插入、刪除較快,但是查找較慢。將它們結(jié)合,就可以形成一種新的數(shù)據(jù)結(jié)構(gòu)--哈希鏈表
(LinkedHashMap
)
力扣上146題-LRU緩存機(jī)制剛好可以拿來(lái)練手,題圖如下:
題目:
運(yùn)用你所掌握的數(shù)據(jù)結(jié)構(gòu),設(shè)計(jì)和實(shí)現(xiàn)一個(gè) LRU (最近最少使用) 緩存機(jī)制 。
實(shí)現(xiàn) LRUCache 類:
LRUCache(int capacity) 以正整數(shù)作為容量 capacity 初始化 LRU 緩存 int get(int key) 如果關(guān)鍵字 key 存在于緩存中,則返回關(guān)鍵字的值,否則返回 -1 。 void put(int key, int value) 如果關(guān)鍵字已經(jīng)存在,則變更其數(shù)據(jù)值;如果關(guān)鍵字不存在,則插入該組「關(guān)鍵字-值」。當(dāng)緩存容量達(dá)到上限時(shí),它應(yīng)該在寫(xiě)入新數(shù)據(jù)之前刪除最久未使用的數(shù)據(jù)值,從而為新的數(shù)據(jù)值留出空間。
思路:
我們的思路就是哈希表+雙向鏈表
哈希表用于滿足題目時(shí)間復(fù)雜度O(1)的要求,雙向鏈表用于存儲(chǔ)順序
哈希表鍵值類型:<Integer, ListNode>,哈希表的鍵用于存儲(chǔ)輸入的key,哈希表的值用于存儲(chǔ)雙向鏈表的節(jié)點(diǎn)
雙向鏈表的節(jié)點(diǎn)中除了value外還需要包含key,因?yàn)樵趧h除最久未使用的數(shù)據(jù)時(shí),需要通過(guò)鏈表來(lái)定位hashmap中應(yīng)當(dāng)刪除的鍵值對(duì)
一些操作:雙向鏈表中,在后面的節(jié)點(diǎn)表示被最近訪問(wèn)
新加入的節(jié)點(diǎn)放在鏈表末尾,addNodeToLast(node)
若容量達(dá)到上限,去除最久未使用的數(shù)據(jù),removeNode(head.next)
若數(shù)據(jù)新被訪問(wèn)過(guò),比如被get了或被put了新值,把該節(jié)點(diǎn)挪到鏈表末尾,moveNodeToLast(node)
為了操作的方便,在雙向鏈表頭和尾分別定義一個(gè)head和tail節(jié)點(diǎn)。
代碼
class LRUCache { private int capacity; private HashMap<Integer, ListNode> hashmap; private ListNode head; private ListNode tail; private class ListNode{ int key; int val; ListNode prev; ListNode next; public ListNode(){ } public ListNode(int key, int val){ this.key = key; this.val = val; } } public LRUCache(int capacity) { this.capacity = capacity; hashmap = new HashMap<>(); head = new ListNode(); tail = new ListNode(); head.next = tail; tail.prev = head; } private void removeNode(ListNode node){ node.prev.next = node.next; node.next.prev = node.prev; } private void addNodeToLast(ListNode node){ node.prev = tail.prev; node.prev.next = node; node.next = tail; tail.prev= node; } private void moveNodeToLast(ListNode node){ removeNode(node); addNodeToLast(node); } public int get(int key) { if(hashmap.containsKey(key)){ ListNode node = hashmap.get(key); moveNodeToLast(node); return node.val; }else{ return -1; } } public void put(int key, int value) { if(hashmap.containsKey(key)){ ListNode node = hashmap.get(key); node.val = value; moveNodeToLast(node); return; } if(hashmap.size() == capacity){ hashmap.remove(head.next.key); removeNode(head.next); } ListNode node = new ListNode(key, value); hashmap.put(key, node); addNodeToLast(node); } }
“手寫(xiě)LRU緩存淘汰算法的方法教程”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!
網(wǎng)頁(yè)題目:手寫(xiě)LRU緩存淘汰算法的方法教程
URL鏈接:http://www.rwnh.cn/article4/gopcoe.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供、小程序開(kāi)發(fā)、企業(yè)網(wǎng)站制作、品牌網(wǎng)站建設(shè)、全網(wǎng)營(yíng)銷推廣、企業(yè)建站
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)