资讯专栏INFORMATION COLUMN

LRU 算法分析与简单实现

aristark / 756人阅读

摘要:在上图中,一旦充满所分配的内存块,那么最新出现的将替代最低使用的,访问顺序为。满额时,从链表尾部开始往前删除指定数目的数据,即可解决。

LRU
Discards the least recently used items first. This algorithm requires keeping track of what was used when, which is expensive if one wants to make sure the algorithm always discards the least recently used item. General implementations of this technique require keeping "age bits" for cache-lines and track the "Least Recently Used" cache-line based on age-bits. In such an implementation, every time a cache-line is used, the age of all other cache-lines changes.

在上图中,一旦 A B C D 充满所分配的内存块,那么最新出现的 E 将替代最低使用的 A(0),访问顺序为 A -> B -> C -> D -> E -> D -> F。

原理

这里将会出现一个性能瓶颈,也就是在 Cache 满时,淘汰那些不常用的数据,空出空间存储新的数据。假设每一条数据都有一个最后访问时间, 当满额的时候,将要遍历所有元素,才能删除访问时间最小的那个元素,时间复杂度为 $O(1)$,数据量越大,性能越低。

所以选择使用 链表,每访问一次数据,把最新的访问数据放至头部,那尾部的数据就是最旧未访问的数据。 满额时,从链表尾部开始往前删除指定数目的数据,即可解决。

代码实现
class LruCache {
  constructor(maxsize) {
    this._cache = {}; // 缓存
    this._queue = []; // 队列
    this._maxsize = maxsize; // 最大值

    // 如果最大值输入非法 默认无限大
    if (!this._maxsize || !(typeof this._maxsize === "number") || this._maxsize <= 0) {
      this._maxsize = Infinity;
    }

    // 运行定时器,定时检查过期值
    setInterval(() => {
      this._queue.forEach((el, idx) => {
        const key = el;
        const insertTime = this._cache[key].insertTime;
        const expire = this._cache[key].expire;
        const curTime = +new Date();

        // 如果存在过期时间且超期,移除数据
        if (expire && curTime - insertTime > expire) {
          this._queue.splice(idx--, 1);
          delete this._cache[key];
        }
      });
    }, 1000);
  }

  // 生成唯一索引
  _makeSymbol(key) {
    return Symbol.for(key);
  }

  // 更新队列
  _update(queue, key) {
    // 移除
    queue.forEach((el, idx) => {
      if (el === key) {
        queue.splice(idx, 1);
      }
    });

    // 前置
    queue.unshift(key);
    return queue;
  }

  // 插入数据
  set(key, value, expire) {
    key = this._makeSymbol(key); // 生成唯一索引

    // 如果已经存在该值,则重新赋值
    if (this._cache[key]) {
      this._cache[key] = {
        value,
        expire,
        insertTime: this._cache[key].insertTime
      }
      this._queue = this._update(this._queue, key); // 更新队列
    } else {
      // 如果不存在,则插入
      this._cache[key] = {
        value,
        expire,
        insertTime: +new Date()
      }

      // 索引置前
      this._queue.unshift(key);

      // 超出最大值,截断
      while (this._queue.length > this._maxsize) {
        const item = this._queue.pop(); // 尾截断
        delete this._cache[item]; // 删除
      }
    }
  }

  // 获取数据
  get(key) {
    key = this._makeSymbol(key);

    // 如果存在该值
    if (this._cache[key]) {
      const insertTime = this._cache[key].insertTime; // 插入时间
      const expire = this._cache[key].expire; // 过期时间
      const curTime = +new Date(); // 当前时间

      // 如果不存在过期时间 或 存在过期时间但尚未过期
      if (!expire || (expire && curTime - insertTime < expire)) {
        // 更新队列,前置索引
        this._queue = this._update(this._queue, key);

        return this._cache[key].value;
      } else if (expire && curTime - insertTime > expire) {
        // 已经过期
        this._queue.forEach((el, idx) => {
          if (el === key) {
            this._queue.slice(idx, 1);
            delete this._cache[key];
          }
        })

        return null
      }
    } else {
      return null;
    }
  }
}

同步至我的个人博客:https://blog.trevor.top/item/34

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/94639.html

相关文章

  • 解决“缓存污染”只差这篇文章的距离

    摘要:如果处理不得当,就会造成缓存污染问题。解决缓存污染的算法算法,英文名,字面意思就是最不经常使用的淘汰掉算法,是通过数据被访问的频率来判断一个数据的热点情况。分析降低了缓存污染带来的问题,命中率比要高。 微信公众号:IT一刻钟大型现实非严肃主义现场一刻钟与你分享优质技术架构与见闻,做一个有剧情的程序员关注可第一时间了解更多精彩内容,定期有福利相送哟。 showImg(https://s...

    shadowbook 评论0 收藏0
  • Redis 缓存淘汰策略

    摘要:但是内存空间毕竟有限,随着我们存储数据的不断增长,要缓存的数据量越来越大,当超过了我们的内存大小时,该怎么办呢解决方法有两种增加物理内存搭建集群和缓存数据的淘汰机制。增加物理内存简单粗暴,价格十分昂贵,内存的价格大约是万元左右。redis 使用的时内存空间来存储数据的,避免业务应用从后端数据库中读取数据,可以提升应用的响应速度。但是内存空间毕竟有限,随着我们存储数据的不断增长,要缓存的数据量...

    Tecode 评论0 收藏0
  • memcached分布式原理实现

    摘要:哈希的结果应能够保证原有已分配的内容可以被映射到新的缓冲中去,而不会被映射到旧的缓冲集合中的其他缓冲区。平衡性平衡性是指哈希的结果能够尽可能分布到所有的缓冲中去,这样可以使得所有的缓冲空间都得到利用。 memcached分布式原理与实现 标签(空格分隔): nosql 0x01 概况 1.1 什么是memcached memcached是一个分布式,开源的数据存储引擎。memcach...

    Ververica 评论0 收藏0

发表评论

0条评论

aristark

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<