C++培训LRU是什么，相信很多人对这个都还不是很了解!今天，小编就给大家介绍LRU Cache 的简单 C++ 实现
专注于为中小企业提供成都做网站、成都网站建设服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业东港免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了上1000家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。
LRU Cache是一个Cache的置换算法，含义是“最近最少使用”，把满足“最近最少使用”的数据从Cache中剔除出去，并且保证Cache中第一个数据是最近刚刚访问的，因为这样的数据更有可能被接下来的程序所访问。
LRU的应用比较广泛，最基础的内存页置换中就用了，对了，这里有个概念要清楚一下，Cache不见得是CPU的高速缓存的那个Cache，这里的Cache直接翻译为缓存，就是两种存储方式的速度有比较大的差别，都可以用Cache缓存数据，比如硬盘明显比内存慢，所以常用的数据我们可以Cache在内存中。
LRU 基本算法描述
前提：
由于我只是简单实现一下这个算法，所以数据都用int代替，下一个版本会改成模板形式的，更加通用。
要求：
只提供两个接口，一个获取数据getValue(key),一个写入数据putValue(key,value)
无论是获取还是写入数据，当前这个数据要保持在最容易访问的位置
缓存数量有限，最长时间没被访问的数据应该置换出缓存
算法：
为了满足上面几个条件，实际上可以用一个双向链表来实现，每次访问完数据(不管是获取还是写入)，调整双向链表的顺序，把刚刚访问的数据调整到链表的最前方，以后再访问的时候速度将最快。
为了方便，提供一个头和一个尾节点，不存具体的数，链表的基本形式如下面的这个简单表述
Head <===> Node1 <===> Node2 <===> Node3 <===> Near
OK，就这么些，比较简单，实现起来也不难，用c++封装一个LRUCache类，类提供两个方法，分别是获取和更新，初始化类的时候传入Cache的节点数。
先定义一个存数据的节点数据结构
typedef struct _Node_{
int key; //键
int value; //数据
struct _Node_ *next; //下一个节点
struct _Node_ *pre; //上一个节点
}CacheNode;
类定义：
class LRUCache{
public:
LRUCache(int cache_size=10); //构造函数，默认cache大小为10
~LRUCache(); //析构函数
int getValue(int key); //获取值
bool putValue(int key,int value); //写入或更新值
void displayNodes(); //辅助函数，显示所有节点
private:
int cache_size_; //cache长度
int cache_real_size_; //目前使用的长度
CacheNode *p_cache_list_head; //头节点指针
CacheNode *p_cache_list_near; //尾节点指针
void detachNode(CacheNode *node); //分离节点
void addToFront(CacheNode *node); //将节点插入到第一个
};
类实现：
LRUCache::LRUCache(int cache_size)
{
cache_size_=cache_size;
cache_real_size_=0;
p_cache_list_head=new CacheNode();
p_cache_list_near=new CacheNode();
p_cache_list_head->next=p_cache_list_near;
p_cache_list_head->pre=NULL;
p_cache_list_near->pre=p_cache_list_head;
p_cache_list_near->next=NULL;
}
LRUCache::~LRUCache()
{
CacheNode *p;
p=p_cache_list_head->next;
while(p!=NULL)
{
delete p->pre;
p=p->next;
}
delete p_cache_list_near;
}
void LRUCache::detachNode(CacheNode *node)
{
node->pre->next=node->next;
node->next->pre=node->pre;
}
void LRUCache::addToFront(CacheNode *node)
{
node->next=p_cache_list_head->next;
p_cache_list_head->next->pre=node;
p_cache_list_head->next=node;
node->pre=p_cache_list_head;
}
int LRUCache::getValue(int key)
{
CacheNode *p=p_cache_list_head->next;
while(p->next!=NULL)
{
if(p->key == key) //catch node
{
detachNode(p);
addToFront(p);
return p->value;
}
p=p->next;
}
return -1;
}
bool LRUCache::putValue(int key,int value)
{
CacheNode *p=p_cache_list_head->next;
while(p->next!=NULL)
{
if(p->key == key) //catch node
{
p->value=value;
getValue(key);
return true;
}
p=p->next;
}
if(cache_real_size_ >= cache_size_)
{
cout << "free" <
p=p_cache_list_near->pre->pre;
delete p->next;
p->next=p_cache_list_near;
p_cache_list_near->pre=p;
}
p=new CacheNode();//(CacheNode *)malloc(sizeof(CacheNode));
if(p==NULL)
return false;
addToFront(p);
p->key=key;
p->value=value;
cache_real_size_++;
return true;
}
void LRUCache::displayNodes()
{
CacheNode *p=p_cache_list_head->next;
while(p->next!=NULL)
{
cout << " Key : " << p->key << " Value : " << p->value << endl;
p=p->next;
}
cout << endl;
}
说在后面的话
其实，程序还可以优化，首先，把数据int类型换成模板形式的通用类型，另外，数据查找的时候复杂度为O(n)，可以换成hash表来存数据，链表只做置换处理，这样查找添加的时候速度将快很多。
