LRU 缓存结构

这篇具有很好参考价值的文章主要介绍了LRU 缓存结构。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

LRU

  • 优先去除最久没有访问到的数据。

实现

  • 通过组合哈希表(Hash Table)和双向链表(Doubly Linked List)实现 LRU 缓存。并且以 O(1) 的时间复杂度执行 get 和 put 操作
  • 核心是对节点的新增、访问都会让节点移动到双向链表头部,当容量超过时,直接删除尾部节点即可
class LRUCache {
  constructor(capacity) {
    // 容量
    this.capacity = capacity;
    this.cache = new Map();

    // 用于记录访问顺序的双向链表,声明空的头节点和尾节点
    this.head = {};
    this.tail = {};
    // 头和尾相连
    this.head.next = this.tail;
    this.tail.prev = this.head;
  }

  get(key) {
    const map = this.cache;

    if (!map.has(key)) {
      return -1;
    }
	// 每次把使用的节点放到链表的头部
    const node = map.get(key);
    this._moveToHead(node);
    return node.value;
  }

  put(key, value) {
    const map = this.cache;
    
    // 如果 key 已存在,更新并移动到双向链表头部
    if (map.has(key)) {
      const node = map.get(key);
      node.value = value;
      this._moveToHead(node);
    } else {
      if (map.size >= this.capacity) {
        // 缓存容量已满,移除尾部节点
        const leastUsedKey = this.tail.prev.key;
        this._removeNode(this.tail.prev);
        map.delete(leastUsedKey);
      }

      // 创建新节点,和更新 HashMap,并移动到链表头部
      const newNode = this._addNode({ key, value });
      map.set(key, newNode);
    }
  }
  // 双向链表删除节点
  _removeNode(node) {
    node.prev.next = node.next;
    node.next.prev = node.prev;
  }
 // 删除双向链表旧节点位置,然后移动到头部
  _moveToHead(node) {
    this._removeNode(node);
    this._addNode(node);
  }
 // 添加节点并移动到头部
  _addNode(node) {
    node.prev = this.head;
    node.next = this.head.next;
    this.head.next.prev = node;
    this.head.next = node;
    return node;
  }
}

// 使用示例
const cache = new LRUCache(2);
cache.put(1, 10);
console.log(cache.get(1)); // 10
cache.put(2, 20);
cache.put(3, 30);
console.log(cache.get(1)); // -1

文章来源地址https://www.toymoban.com/news/detail-612857.html

到了这里,关于LRU 缓存结构的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【前端方案】-表格排序列LRU缓存方案

    目标: 排序后的表格列,页面刷新或者用户重新登录后,能够保持之前的操作排序 完成效果: 解决方案: 利用localstorage对排序后的表格列属性进行存储,页面刷新或者用户重新进入该页面时都先从localstorage中读取 1.存储方式:localstorage(key,value) key - 表格增加配置属性

    2024年02月08日
    浏览(15)
  • LRU缓存结构【C语言】

    参考:https://blog.csdn.net/Conner7/article/details/136572016

    2024年04月12日
    浏览(26)
  • 【前端方案】-表格排序列LRU缓存方案(二)

    一. 目标 个人账号的设置记忆功能-避免用户每次登录之后重新对表单字段做展示设置 二、存储方案 轻量方案 结合localstorage低容量存储(5M),根据LRU只存最近访问的20至30张表格列配置数据 全量方案 大内存G级别,使用indexedDb进行存储,有多少表格操作列数据就存多少, 结

    2024年02月08日
    浏览(22)
  • 前端面试中经常提到的LRU缓存策略详解

    🐱 个人主页: 不叫猫先生 🙋‍♂️ 作者简介:2022年度博客之星前端领域TOP 2,前端领域优质作者、阿里云专家博主,专注于前端各领域技术,共同学习共同进步,一起加油呀! 💫优质专栏:vue3从入门到精通、TypeScript从入门到实践 📢 资料领取:前端进阶资料以及文中源

    2024年01月16日
    浏览(26)
  • 【算法】用JAVA代码实现LRU 【缓存】【LRU】

    LRU(Least Recently Used)是一种常见的缓存淘汰策略,用于在缓存空间不足时确定哪些数据应该被淘汰。其基本原则是淘汰最近最少被访问的数据。 工作原理 : 最近使用优先 : LRU算法基于这样的思想:最近被使用的数据很可能在短时间内还会被使用,因此保留这些数据有助于

    2024年01月23日
    浏览(34)
  • LRU 缓存淘汰算法

    Least Recently Used(LRU) 是缓存淘汰一种常用的策略,内存满了则优先删除最久没被使用的数据。 接收一个参数 capacity 作为缓存的最大容量 实现一个函数 put() 添加数据到缓存 实现一个函数 get() 查询缓存中的数据 以上函数应该在 (O(1)) 的时间内完成 满足以上需求的数据结构 —

    2024年02月11日
    浏览(45)
  • 面试遇到算法题:实现LRU缓存

    请你设计并实现一个满足 LRU (最近最少使用) 缓存约束的数据结构。 这是一道大厂面试高频出现的算法题,难度为⭐️⭐️⭐️,属于中等,老铁们来一起看看这个题该怎么解? 没有废话,翠花,上酸菜! 为了实现一个满足 LRU (最近最少使用)缓存约束的数据结构,我们需

    2024年04月25日
    浏览(31)
  • Python算法题集_LRU 缓存

    本文为Python算法题集之一的代码示例 请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。 实现 LRUCache 类: LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存 int get(int key) 如果 key 存在于缓存中,则返回的值,否则返回 -1 。 void put(int

    2024年02月21日
    浏览(31)
  • 如何用链表实现LRU缓存淘汰算法

    缓存是一种提高数据读取性能的技术,在硬件设计、软件开发中都有着非常广泛的应用,比如常见的 CPU 缓存、数据库缓存、浏览器缓存 等等 大小有限,当缓存被用满时,哪些数据应该被清理掉,哪些数据又应该保留呢? 先进先出策略 FIFO 最少使用策略 LFU 最近最少使用策略

    2024年02月01日
    浏览(47)
  • 【设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构】

    LRU是Least Recently Used的缩写,意为最近最少使用。它是一种缓存淘汰策略,用于在缓存满时确定要被替换的数据块。LRU算法认为,最近被访问的数据在将来被访问的概率更高,因此它会优先淘汰最近最少被使用的数据块,以给新的数据块腾出空间。 如图所示: 先来3个元素进入

    2024年01月21日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包