版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_22054285/article/details/86673393
LruCache的代码实现以及分析
简介
作为存储数据、获取数据的服务,LruCache被大量的广泛使用。例如,我们在redis、mongodb种存储海量的数据,应用服务通过api通过网络进行存取,但是由于二八原则,我们大多数情况下,获取的都是相同的一批数据,所以这个时候可以在服务内存创建LruCache将数据进行缓存。
原理
- 当数据请求到来的时候,首先访问内存的cache,如果内存中没有,则通过网络远程访问存储。
- 获取数据后,将数据写入到缓存中,同时在list中更新位置到队列的同步;
- 如果cache中找到的话,返回用户数据,然后同时更新数据在list中的位置。
源代码
#include <unordered_map>
#include <string>
#include <list>
using namespace std;
class LRUCache
{
public:
struct CacheEntry
{
public:
int key;
int value;
CacheEntry(int k, int v) :key(k), value(v) {}
};
LRUCache(int capacity) {
m_capacity = capacity;
}
int get(int key) {
if (m_map.find(key) == m_map.end())
return -1;
MoveToHead(key);
return m_map[key]->value;
}
void put(int key, int value)
{
if (m_map.find(key) == m_map.end()){
CacheEntry newItem(key, value);
if (m_LRU_cache.size() >= m_capacity)
{
//remove from tail
m_map.erase(m_LRU_cache.back().key);
m_LRU_cache.pop_back();
}
// insert in head.
m_LRU_cache.push_front(newItem);
m_map[key] = m_LRU_cache.begin();
return;
}
m_map[key]->value = value;
MoveToHead(key);
}
private:
unordered_map<int, list<CacheEntry>::iterator> m_map;
list<CacheEntry> m_LRU_cache;
int m_capacity;
void MoveToHead(int key)
{
//Move key from current location to head
auto updateEntry = *m_map[key];
m_LRU_cache.erase(m_map[key]);
m_LRU_cache.push_front(updateEntry);
m_map[key] = m_LRU_cache.begin();
}
};
int main(int argc, char ** argb)
{
LRUCache* obj = new LRUCache(2);
obj->put(1,1);
obj->get(1);
return 0;
}
优化点
- cache基于lru,如果每条数据在远程存储已经修改,但是在cache中由于反复使用,所以一直无法更新;解决办法:给cache设置个超时时间;
- 同步锁:在多线程的情况下,锁的冲突会很大,这个时候需要考虑使用多个锁来降低锁的冲突。
总结
本文介绍了一个非常简单的lru的实现,有兴趣的读者可以自己扩展。