數據結構系列之LRU算法理論篇

更多文章，歡迎關注微信公衆號：深夜程猿

什麼是LRU算法

LRU算法中文名叫「最近最少使用」，是一種數據緩存淘汰算法，能夠實現基於磁盤和內存的緩存淘汰

算法原理

LRU算法根據數據的歷史使用記錄來進行數據淘汰。LRU算法認爲，最近被使用過的數據，那麼未來會更多的被使用。LRU實現數據淘汰的原理就是當數據緩存達到預設的最大值時，就會淘汰最久未被使用的數據。

使用場景

LRU算法適用於須要常常訪問某些熱數據，而且大部分數據都會被重複訪問的場景

LRU算法實現方式

基於數組

使用數組實現LRU算法的基本過程以下：

• 數組每個元素都存有數據和數據標記項。數據標記項是用來識別數據最近被使用的時間。
• 新增一個數據時，會把全部數據的標記項自增，新增的數據標記項設置爲0，若是數組中存在該數據，則設置該數據標記項爲0便可，不用新增數據。但數組達到最大預設存儲空間時，則刪除調用數據標記項最大的數據
• 因爲刪除數據的操做，涉及到數據的遷移，效率比較低。因此，若是存在數據常常沒有被緩存命中時，LRU算法很低效

基於單鏈表

使用單鏈表實現LRU算法基本過程以下：

• 新增數據時，先判斷鏈表中是否緩存有該數據，若是沒有則把該數據放在頭結點，若是存在則把該數據移動到頭結點
• 新增完數據後，接着判斷鏈表數據是是否超出最大值，是的話就把鏈表尾部的數據刪除掉
• 每次新增一條數據時，都會進行一次鏈表遍歷，最壞狀況是鏈表達到最大值n，須要遍歷n次。相對於結點遍歷，修改數據結點指針指向的時間能夠忽略不計。刪除數據時，也會進行一次鏈表全遍歷，最壞狀況時遍歷n次。因此，尋找一個數據是否在緩存中的最壞狀況也是遍歷n次。因此，使用單鏈表實現LRU算法的時間複雜度和鏈表時間複雜度同樣，爲O(n)

LRU算法優缺點

• 優勢

當存在熱點數據時，而且這些大部分數據仍是常常被使用的，LRU命中率較高，不須要常常進行數據的添加和刪除

• 缺點

若是隻有不多的數據被常常使用，LRU算法很低效。由於LRU命中率很低，常常須要淘汰數據。也就是「緩存污染」問題，緩存的數據並無很大程度上重複使用

LRU-K算法

LRU-K算法是爲了解決LRU算法的「緩存污染」問題。能夠認爲，LRU算法就是LRU-1算法。LRU-K算法目的就是把LRU算法的「最近一次被使用」賦能爲「最近K次被使用」。

LRU-K算法原理

LRU-K算法相比於LRU(LRU-1)算法，LRU-K算法一開始不會真正緩存數據，只有數據被使用過了K次纔會放入緩存之中。那麼，在數據沒有被真正緩存以前，數據放在哪裏的呢？如何記錄使用次數的呢？LRU-K算法會多維護一個隊列，用於保存數據的使用記錄。但隊列中的數據使用達到K次就取出來放進緩存。淘汰緩存數據和LRU(LRU-1)原理同樣，第K次使用時間最先的先淘汰。

雙隊列模式LRU

雙隊列LRU算法，使用FIFO隊列和LRU隊列緩存數據。和LRU-K不一樣的是，雙隊列LRU算法兩個隊列都緩存數據，LRU-K算法只使用一個緩存隊列緩存數據，一個隊列記錄數據使用狀況

多隊列模式LRU

多隊列模式LRU的原理是使用多個隊列，按照數據不一樣的使用頻率來緩存數據，也就是多優先級緩存。命中的數據會逐漸從低優先級隊列緩存到高優先級隊列。高優先級隊列的數據會逐漸從淘汰到低優先級隊列，最後真正被淘汰

系列文章

數據結構小白系列之數據結構概述