lru算法c语言实现,

　　本文主要详细介绍用Python实现的LRU缓存替换算法。本文中的示例代码非常详细，具有一定的参考价值。感兴趣的朋友可以参考一下。

　　在第一部分中，已经实现了DoubleLinkedList类。在本节中，我们实现了基于双向链表的LRU(最近最少使用)缓存替换算法。redis的淘汰机制包括LRU算法，用于淘汰最近最少使用的数据。如何使用可以在Redis的配置文件中设置。

一、LRU算法的实现

　　逻辑很简单。有两个操作，get和put。在get中，如果元素存在，节点将从当前位置移动到链表的头部，表示最近访问过的节点。Put也移动到链表的头部，而不管该节点之前是否存在。搜索的O(1)复杂度通过相同的映射实现。

　　LRUCache类(对象):

　　def __init__(self，capacity=0xffffffff):

　　LRU缓存替换算法最近使用得最少。

　　:参数容量：

　　自我能力=能力

　　self.size=0

　　self.map={}

　　self.list=DoubleLinkedList(容量)

　　def get(self，key):

　　获取元素

　　Get元素不存在。不返回。

　　获取元素已经存在。从当前位置删除节点，并将其添加到链表的头部。

　　:参数键：

　　:返回：

　　#元素不存在

　　如果密钥不在self.map:中

　　不返回

　　node=self.map.get(key)

　　self.list.remove(节点)

　　self.list.append_front(node)

　　返回节点值

　　定义put(self，key，value):

　　添加元素

　　添加的元素已经具有更新的元素值，并且已经到达链表的头部。

　　添加的元素不存在。

　　链表容量达到上限，删除尾部元素。

　　链表的容量没有达到上限，添加到链表的头。

　　:参数键：

　　:参数值：

　　:返回：

　　如果键入self.map:

　　node=self.map.get(key)

　　节点值=值

　　self.list.remove(节点)

　　self.list.append_front(node)

　　else:

　　if self.size=self.capacity:

　　old_node=self.list.remove()

　　del self.map[old_node.key]

　　self.size -=1

　　node=Node(键，值)

　　self.map[key]=节点

　　self.list.append_front(node)

　　self.size=1

　　返回节点

　　自定义打印(自助):

　　打印当前链表。

　　:返回：

　　self.list.print()

二、测试逻辑

　　if __name__==__main__:

　　lru_cache=LRUCache(3)

　　lru_cache.put(1，1)

　　lru_cache.print()

　　lru_cache.put(2，2)

　　lru_cache.print()

　　print(lru_cache.get(1))

　　lru_cache.print()

　　lru_cache.put(3，3)

　　lru_cache.print()

　　lru_cache.put(1，100)

　　lru_cache.print()

　　lru_cache.put(4，4)

　　lru_cache.print()

　　print(lru_cache.get(1))

　　lru_cache.print()

　　测试结果：

　　这就是本文的全部内容。希望对大家的学习有所帮助，也希望大家能支持盛行的IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。