如何利用Go語言實現LRU Cache
1 基本概念
LRU是一個老生常談的問題,即最近最少使用,LRU是Least Recently Used
的縮寫,是一種操作系統中常用的頁面置換算法,選擇最近最久未使用的頁面予以淘汰。該算法賦予每個頁面一個訪問字段,用來記錄一個頁面自上次被訪問以來所經歷的時間 t,當須淘汰一個頁面時,選擇現有頁面中其 t 值最大的,即最近最少使用的頁面予以淘汰。
實現LRU基本的數據結構:Map+LinkedList
一般規則:
- 添加數據時,將新增數據節點放在頭指針,尾結點部分大於最大長度時刪除。
- 刪除數據時,先按照Map的規則進行查找,再根據鏈表規則進行刪除。
- 查找數據時,按照
Map
進行查找,沒有則返回空,有則返回該數據的值並移動到頭節點。
2 代碼實現
package main import "fmt" var head *Node var end *Node type Node struct { Key string Value string pre *Node next *Node } func (n *Node) Init(key string, value string) { n.Key = key n.Value = value } type LRUCache struct { Capacity int //頁面初始化大小 Size int //頁面實際大小 Map map[string]*Node //具體的cache } func GetLRUCache(capacity int) *LRUCache { lruCache := LRUCache{Capacity: capacity} lruCache.Map = make(map[string]*Node, capacity) return &lruCache } func (l *LRUCache) get(key string) string { if v, ok := l.Map[key]; ok { l.refreshNode(v) return v.Value } else { return "null" } } func (l *LRUCache) put(key, value string) { if v, ok := l.Map[key]; !ok { if len(l.Map) >= l.Capacity { oldKey := l.removeNode(head) delete(l.Map, oldKey) } node := Node{Key: key, Value: value} l.addNode(&node) l.Map[key] = &node } else { v.Value = value l.refreshNode(v) } } func (l *LRUCache) refreshNode(node *Node) { if node == end { return } l.removeNode(node) l.addNode(node) } func (l *LRUCache) removeNode(node *Node) string { if node == end { end = end.pre } else if node == head { head = head.next } else { node.pre.next = node.next node.next.pre = node.pre } return node.Key } func (l *LRUCache) addNode(node *Node) { if end != nil { end.next = node node.pre = end node.next = nil } end = node if head == nil { head = node } }
3 測試使用
func main() { lruCache := GetLRUCache(3) lruCache.put("001", "1") lruCache.put("002", "2") lruCache.put("003", "3") lruCache.put("004", "4") lruCache.put("005", "5") lruCache.get("002") fmt.Println(lruCache.get("001")) fmt.Println(lruCache.get("002")) fmt.Print(lruCache.Map) }
到此這篇關於如何利用Go語言實現LRU Cache的文章就介紹到這瞭,更多相關Go實現LRU Cache內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Java之理解Redis回收算法LRU案例講解
- 手動實現Redis的LRU緩存機制示例詳解
- JavaScript雙向鏈表實現LFU緩存算法
- Java 手寫LRU緩存淘汰算法
- 淺談java如何實現Redis的LRU緩存機制