Redis内存回收:LRU算法

版权声明：转载请注明出处。 https://blog.csdn.net/u014427196/article/details/49999467

LRU算法(最近最久未使用算法)

LRU算法作为内存管理的一种有效算法,其含义是在内存有限的情况下，当内存容量不足时，为了保证程序的运行，这时就不得不淘汰内存中的一些对象，释放这些对象占用的空间，那么选择淘汰哪些对象呢？LRU算法就提供了一种策略，告诉我们选择最近一段时间内，最久未使用的对象将其淘汰，至于为什么要选择最久未使用的，可以想想，最近一段时间内使用的东西，我们是不是可能一会又要用到呢~，而很长一段时间内都没有使用过的东西，也许永远都不会再使用

在操作系统中LRU算法淘汰的不是内存中的对象，而是页,当内存中数据不足时，通过LRU算法，选择一页(一般是4KB)将其交换到虚拟内存区(Swap区)

LRU算法演示

算法实现应该采用怎样的数据结构

队列,FIFO，LRU算法最为精典的实现，HashMap+Double LinkedList，时间复杂度为O(1)

struct Node
{
    Node(int _key,int _value){key = _key;value = _value;pre = next = NULL;}
    int key;
    int value;
    Node*pre;
    Node*next;
};
class LRUCache{
public:
    // @param capacity, an integer
    LRUCache(int capacity) {
        // write your code here
        this->capacity = capacity;
        size = 0;
        head = NULL;
        tail = NULL;
    }

    // @return an integer
    int get(int key) {
        // write your code here
        if(m.find(key)==m.end())
        {
            return -1;
        }
        else
        {
            Node* n = m[key];
            int ret = n->value;
            if(head!=n)
            {
                if(n==tail)
                    tail = tail->pre;
                Node*pre = n->pre;
                if(n->next!=NULL)
                    n->next->pre = pre;
                pre->next = n->next;
                n->next = head;
                head->pre = n;
                head = n;
            }
            return ret;
        }
    }

    // @param key, an integer
    // @param value, an integer
    // @return nothing
    void set(int key, int value) {
        // write your code here
        if(head==NULL)
        {
            head = new Node(key,value);
            tail = head;
            size++;
            m[key] = head;
            return;
        }
        if(m.find(key)==m.end())
        {
            Node*n = new Node(key,value);
            n->next = head;
            head->pre = n;
            head = n;
            m[key] = n;
            size++;
        }
        else
        {
            Node*n = m[key];
            if(head!=n)
            {
                if(n==tail)
                    tail = tail->pre;
                Node*pre = n->pre;
                pre->next = n->next;
                if(n->next!=NULL)
                    n->next->pre = pre;
                n->next = head;
                head->pre = n;
                head = n;
                m[key] = n;
            }
            head->value = value;
        }
        if(size>capacity)
        {
            Node*todel = tail;
            int keyToDel = todel->key;
            tail = tail->pre;
            tail->next = NULL;
            delete todel;
            m.erase(m.find(keyToDel));
            size--;
        }

    }

    private:
        int capacity;
        int size;
        Node*head;
        Node*tail;
        unordered_map<int,Node*> m;
};