缓存管理算法LRU/LFU C++实现
Cache缓存管理算法：
详见 计组——彻底搞懂cache主存映射cache容量及cache写策略_vavid的专栏-CSDN博客_cache容量
LRU-Least Recently Used
最常用的缓存管理算法，目标时间复杂度，查询=O(1)，添加=O(1)；
实现方式：unordered_map<int,list<pair<int,int>>::iterator>M保存节点指针;List模拟缓存序列；
1 class LRUCache { 2 private: 3 int cap; 4 unordered_map<int,list<pair<int,int>>::iterator>M; 5 list<pair<int,int>>L; 6 public: 7 LRUCache(int capacity) { 8 cap=capacity; 9 } 10 11 int get(int key) { 12 auto p=M.find(key); 13 if(p==M.end()){ 14 return -1; 15 }else{ 16 L.splice(L.begin(),L,p->second); 17 auto x=M[key]; 18 return x->second; 19 } 20 } 21 22 void put(int key, int value) { 23 auto p=M.find(key); 24 if(p==M.end()){ 25 L.push_front(make_pair(key,value)); 26 M.insert(make_pair(key,L.begin())); 27 if(L.size()>cap){ 28 auto x=& L.back(); 29 M.erase(x->first); 30 L.pop_back(); 31 } 32 }else{ 33 p->second->second=value; 34 L.splice(L.begin(),L,p->second); 35 } 36 return; 37 } 38 };
stl::list::splice()函数声明方式：
void splice(iterator position, list<T,Allocator>& x); void splice(iterator position, list<T,Allocator>& x, iterator it); void splice(iterator position, list<T,Allocator>& x, iterator first, iterator last);
实现方式参考：https://blog.csdn.net/Wchenchen0/article/details/83058928
可以理解为earse+insert:
1 class LRUCache { 2 private: 3 unordered_map<int,list<pair<int,int>>::iterator>M; 4 list<pair<int,int>>L; 5 int cap; 6 public: 7 LRUCache(int capacity) { 8 this->cap=capacity; 9 } 10 11 int get(int key) { 12 auto p=M.find(key); 13 if(p==M.end()){ 14 return -1; 15 }else{ 16 L.push_front(*M[key]); 17 L.erase(M[key]);18 M[key]=L.begin(); 19 return L.begin()->second; 20 } 21 return -1; 22 } 23 24 void put(int key, int value) { 25 auto p=M.find(key); 26 if(p==M.end()){ 27 if(L.size()>=cap){ 28 M.erase(L.back().first); 29 L.pop_back(); 30 } 31 }else{ 32 L.erase(M[key]); 33 } 34 L.push_front(make_pair(key,value)); 35 M[key]=L.begin(); 36 return; 37 } 38 };
LFU-Least Frequently Used
不常见的缓存管理算法，对新数据不友好，目标时间复杂度：查询=O(1)，添加=O(1)；
使用尽量清晰的存储结构，4种Map，分别以key，key出现频率为键，提供映射；其中unordered_map<int,list<int>>Freqlists存储的是相同出现频次的key链表，unordered_map<int,list<int>::iterator>Freq存储的是不同key的迭代器，即节点指针；注意Freq存放的迭代器指针指向的list节点与FreqLists并无对应分组关系。
关键条件：Freqlist刷新条件，最低使用频率key所在链表为空时，更新最小频次MinFreq
1 class LFUCache { 2 private: 3 unordered_map<int,list<int>::iterator>Freq;//key->key lists iter 4 unordered_map<int,list<int>>FreqLists;//freq->key lists 5 unordered_map<int,int>K;//key->freq 6 unordered_map<int,int>M;//key->value 7 int MinFreq=0; 8 int cap; 9 public: 10 LFUCache(int capacity) { 11 this->cap=capacity; 12 } 13 14 int get(int key) { 15 auto p=M.find(key); 16 if(p==M.end()){ 17 return -1; 18 }else{ 19 FreqLists[K[key]].erase(Freq[key]); 20 if(FreqLists[MinFreq].size()==0)MinFreq++;// update 1 21 K[key]++; 22 FreqLists[K[key]].push_front(key); 23 Freq[key]=FreqLists[K[key]].begin(); 24 return M[key]; 25 } 26 return -1; 27 } 28 29 void put(int key, int value) { 30 if(cap<=0)return; 31 auto p=M.find(key); 32 if(p==M.end()){ 33 if(M.size()==cap){ 34 K.erase(FreqLists[MinFreq].back()); 35 M.erase(FreqLists[MinFreq].back()); 36 FreqLists[MinFreq].pop_back(); 37 } 38 MinFreq=1; 39 M[key]=value; 40 K[key]=MinFreq; 41 FreqLists[MinFreq].push_front(key); 42 Freq[key]=FreqLists[MinFreq].begin(); 43 }else{ 44 M[key]=value; 45 FreqLists[K[key]].erase(Freq[key]); 46 if(FreqLists[MinFreq].size()==0)MinFreq++;// update 2 47 K[key]++; 48 FreqLists[K[key]].push_front(key); 49 Freq[key]=FreqLists[K[key]].begin(); 50 } 51 return; 52 } 53 };
两大类缓存管理算法需要注意的点是先从List中更新目标节点位置，再根据新节点位置更新Map，否则会造成Map迭代器指向未分配节点地址。
