缓存管理算法LRU/LFU C++实现
作者：互联网
Cache缓存管理算法：
详见(7条消息) 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 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 M.erase(L.back().first);
29 L.pop_back();
30 }
31 }else{
32 p->second->second=value;
33 L.splice(L.begin(),L,p->second);
34 }
35 return;
36 }
37 };
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。
标签：return,iterator,int,cap,C++,LFU,second,LRU,key 来源： https://www.cnblogs.com/Desh/p/15795267.html