生产代码中的LRU实现

时间:2010-01-13 14:46:40

标签: c++ algorithm lru

我有一些C ++代码,我需要使用LRU技术实现缓存替换 到目前为止,我知道实现LRU缓存替换的两种方法:

  1. 每次访问缓存数据时使用timeStamp,最后比较替换时的timeStamps。
  2. 使用一堆缓存的项目并在最近访问它们时将它们移动到顶部,因此最后底部将包含LRU Candidate。
  3. 那么,哪些更适合在生产代码中使用?
    他们还有其他更好的方法吗?

5 个答案:

答案 0 :(得分:39)

最近,我使用遍布哈希映射的链表实现了LRU缓存。

    /// Typedef for URL/Entry pair
    typedef std::pair< std::string, Entry > EntryPair;

    /// Typedef for Cache list
    typedef std::list< EntryPair > CacheList;

    /// Typedef for URL-indexed map into the CacheList
    typedef boost::unordered_map< std::string, CacheList::iterator > CacheMap;

    /// Cache LRU list
    CacheList mCacheList;

    /// Cache map into the list
    CacheMap mCacheMap;

它具有对所有重要操作都是O(1)的优点。

插入算法:

// create new entry
Entry iEntry( ... );

// push it to the front;
mCacheList.push_front( std::make_pair( aURL, iEntry ) );

// add it to the cache map
mCacheMap[ aURL ] = mCacheList.begin();

// increase count of entries
mEntries++;

// check if it's time to remove the last element
if ( mEntries > mMaxEntries )
{
    // erease from the map the last cache list element
    mCacheMap.erase( mCacheList.back().first );

    // erase it from the list
    mCacheList.pop_back();

    // decrease count
    mEntries--;
}

答案 1 :(得分:9)

这是一个非常简单的LRU缓存实现

https://github.com/lamerman/cpp-lru-cache

它易于使用并了解其工作原理。代码的总大小约为50行。

答案 2 :(得分:6)

为简单起见,也许你应该考虑使用Boost的MultiIndex地图。如果我们将密钥与数据分开,我们在同一数据上支持多组密钥。

来自[http://old.nabble.com/realization-of-Last-Recently-Used-cache-with-boost%3A%3Amulti_index-td22326432.html]:

“...使用两个索引:1)哈希用于按键搜索值2)顺序跟踪最近使用过的项目(获取函数把项目作为最后一项查询。如果我们需要从缓存中删除一些项目,我们可以从序列的开头删除它们。“

请注意,“project”运算符“允许程序员有效地在同一个multi_index_container的不同索引之间移动”。

答案 3 :(得分:4)

article描述了使用一对STL容器(键值映射加上密钥访问历史记录列表)或单个boost::bimap的实现。

答案 4 :(得分:2)

在我们的生产环境中,我们使用类似于Linux kernel linked list的C ++双链表。它的美妙之处在于,您可以根据需要将对象添加到任意数量的链接列表,并且列表操作快速而简单。