1 class LRUCache{ 2 public: 3 LRUCache(int capacity) { 4 size = capacity; 5 } 6 int get(int key) { 7 if(cacheMap.find(key)==cacheMap.end()) 8 return -1; 9 cacheList.splice(cacheList.begin(),cacheList,cacheMap[key]); 10 cacheMap[key] = cacheList.begin(); 11 return cacheMap[key]->second; 12 } 13 void set(int key, int value) { 14 if(cacheMap.find(key)!=cacheMap.end()){ 15 cacheList.splice(cacheList.begin(),cacheList,cacheMap[key]); 16 cacheMap[key] = cacheList.begin(); 17 cacheMap[key]->second = value; 18 } 19 else{ 20 if(cacheList.size()==size){ 21 cacheMap.erase(cacheList.back().first); 22 cacheList.pop_back(); 23 } 24 cacheList.insert(cacheList.begin(),make_pair(key,value)); 25 cacheMap[key] = cacheList.begin(); 26 } 27 } 28 private: 29 int size; 30 list<pair<int,int>> cacheList; 31 map<int,list<pair<int,int>>::iterator> cacheMap; 32 };
7 | 0 | 1 | 2 | 0 | 3 | 0 | 4 | 2 | 3 | 0 | 3 | 2 | 1 | 2 | 0 | 1 | 7 | 0 | 1 |
1 | 2 | 0 | 3 | 0 | 4 | 2 | 3 | 0 | 3 | 2 | 1 | 2 | 0 | 1 | 7 | 0 | 1 | ||
0 | 0 | 1 | 2 | 0 | 3 | 0 | 4 | 2 | 3 | 0 | 3 | 2 | 1 | 2 | 0 | 1 | 7 | 0 | |
7 | 7 | 7 | 0 | 1 | 2 | 2 | 3 | 0 | 4 | 2 | 2 | 0 | 3 | 3 | 1 | 2 | 0 | 1 | 7 |
举例说明:第一行从左往右是要访问的页号,size值为3,每一列表示访问当前页后,cacheList中存在的页号以及各自的优先级别(从上往下默认为list从头至尾,按照LRU规则,头是最近访问的,尾是优先级别最低的,也就是最有可能会被置换),背景黄色说明产生了缺页中断。每一次访问当前页,size满时,当前页面若存在,虽然不产生页面置换,但是页面的优先级也会发生改变;若不存在,尾巴处的页面被置换,当前页面被插入list头。
ps:以前学LRU算法时,只要搞懂手算就可以(如上述举例图表),要想真正理解LRU算法,最好会写代码,考虑到用哪些数据结构来保存页号,使得增加,删除,替换改变页号的时间效率最好。下面是LeetCode中 LRU Cache的链接
https://oj.leetcode.com/problems/lru-cache/
时间: 2024-10-13 11:51:13