当C++遇到IOS应用开发---LRUCache缓存

      本文着重介绍如何在XCODE中,通过C++开发在IOS环境下运行的缓存功能。算法基于LRU(最近最少使用)。有关lru详见:
      http://en.wikipedia.org/wiki/Page_replacement_algorithm#Least_recently_used
     
      之前在网上看到过网友的一个C++实现,感觉不错,所以核心代码就采用了他的设计。相关链接如下:
      http://www.cppblog.com/red22/articles/62499.html

      原作者通过两个MAP对象来记录缓存数据和LRU队列,注意其中的LRU队列并不是按照常用的方式使用LIST链表,而是使用MAP来代替LIST,有关这一点原作者已做了说明。
   
      另外还有人将MRU与LRU组合在一起使用,当然如果清楚了设计原理,那么就很容易理解了,比如这个开源项目:http://code.google.com/p/lru-cache-cpp/

      考虑到缓存实现多数使用单例模式,这里使用C++的模版方式设计了一个Singlton基类,这样以后只要继承该类,子类就会支持单例模式了。其代码如下:
 
//
//  SingltonT.h
//

#ifndef SingltonT_h
#define SingltonT_h
#include 
#include 
using namespace std;
using namespace std::tr1;
template 
class Singlton {
public:
      static T* instance();
      ~Singlton() {
          cout << "destruct singlton" << endl;
      }
protected:
      Singlton();
//private:
protected:
      static std::tr1::shared_ptr s_instance;
      //Singlton();
};

template 
std::tr1::shared_ptr Singlton::s_instance;
 
template 
Singlton::Singlton() {
    cout << "construct singlton" << endl;
}
 
template 
T* Singlton::instance() {
    if (!s_instance.get())
        s_instance.reset(new T);
    return s_instance.get();
}



       另外考虑到在多线程下对static单例对象进行操作,会出现并发访问同步的问题,所以这里使用了读写互斥锁来进行set(设置数据)的同步。如下:
#ifndef _RWLOCK_H_
#define _RWLOCK_H_

#define LOCK(q) while (__sync_lock_test_and_set(&(q)->lock,1)) {}
#define UNLOCK(q) __sync_lock_release(&(q)->lock);

struct rwlock {
    int write;
    int read;
};

static inline void
rwlock_init(struct rwlock *lock) {
    lock->write = 0;
    lock->read = 0;
}

static inline void
rwlock_rlock(struct rwlock *lock) {
    for (;;) {//不断循环,直到对读计数器累加成功
        while(lock->write) {
            __sync_synchronize();
        }
        __sync_add_and_fetch(&lock->read,1);
        if (lock->write) {//当已是写锁时,则去掉读锁记数器
            __sync_sub_and_fetch(&lock->read,1);
        } else {
            break;
        }
    }
}

static inline void
rwlock_wlock(struct rwlock *lock) {
    __sync_lock_test_and_set(&lock->write,1);
    while(lock->read) {
        //http://blog.itmem.com/?m=201204
        //http://gcc.gnu.org/onlinedocs/gcc-4.6.2/gcc/Atomic-Builtins.html
        __sync_synchronize();//很重要,如果去掉,g++ -O3 优化编译后的生成的程序会产生死锁
    }
}

static inline void
rwlock_wunlock(struct rwlock *lock) {
    __sync_lock_release(&lock->write);
}

static inline void
rwlock_runlock(struct rwlock *lock) {
    __sync_sub_and_fetch(&lock->read,1);
}



    这里并未使用pthread_mutex_t来设计锁,而是使用了__sync_fetch_and_add指令体系,而相关内容可以参见这个链接:
    http://soft.chinabyte.com/os/412/12200912.shtml

    当然最终是否如上面链接中作者所说的比pthread_mutex_t性能要高7-8倍,我没测试过,感兴趣的朋友也可以帮助测试一下。

    有了这两个类之后,我又补充了原文作者中所提到了KEY比较方法的定义,同时引入了id来支持object-c的对象缓存,最终代码修改如下:

#ifndef _MAP_LRU_CACHE_H_
#define _MAP_LRU_CACHE_H_

#include 
#include 
#include "rwlock.h"
#include 
#include 
using namespace std;

namespace lru_cache {
   
static const int DEF_CAPACITY = 100000;//默认缓存记录数

typedef unsigned long long virtual_time;

typedef struct _HashKey
{
    NSString* key;
}HashKey;
   
typedef struct _HashValue
{
    id value_;
    virtual_time access_;
}HashValue;

//仅针对HashKey比较器
template 
struct hashkey_compare{
    bool operator()(key_t x, key_t y) const{
        return x < y;
    }
};
       
template <>
struct hashkey_compare
{
    bool operator()(HashKey __x, HashKey __y) const{
        string x = [__x.key UTF8String];
        string y = [__y.key UTF8String];
        return x < y;
    }
};
       
//自定义map类型
template ,
typename _Alloc = std::allocator > >
class  lru_map: public map{};
           
class CLRUCache
{
public:
   
    CLRUCache() : _now(0){
        _lru_list = shared_ptr >(new lru_map);
        _hash_table = shared_ptr > (new lru_map);
    }
   
    ~CLRUCache(){
        _lru_list->clear();
        _hash_table->clear();
    }
   
    int set( const HashKey& key, const id &value )
    {
        HashValue hash_value;
        hash_value.value_ = value;
        hash_value.access_ = get_virtual_time();
        pair< map::iterator, bool > ret = _hash_table->insert(make_pair(key, hash_value));
        if ( !ret.second ){
            // key already exist
            virtual_time old_access = (*_hash_table)[key].access_;
            map::iterator iter = _lru_list->find(old_access);
            if(iter != _lru_list->end())
            {
                _lru_list->erase(iter);
            }
            _lru_list->insert(make_pair(hash_value.access_, key));
            (*_hash_table)[key] = hash_value;
        }       
        else {
            _lru_list->insert(make_pair(hash_value.access_, key));
           
            if ( _hash_table->size() > DEF_CAPACITY )
            {
                // get the least recently used key
                map::iterator iter = _lru_list->begin();
                _hash_table->erase( iter->second );
                // remove last key from list
                _lru_list->erase(iter);
            }
        }
        return 0;
    }
   
    HashValue* get( const HashKey& key )
    {
        map::iterator iter = _hash_table->find(key);
        if ( iter != _hash_table->end() )
        {
            virtual_time old_access = iter->second.access_;
            iter->second.access_ = get_virtual_time();
            //调整当前key在LRU列表中的位置
            map::iterator it = _lru_list->find(old_access);
            if(it != _lru_list->end()) {
                _lru_list->erase(it);
            }
            _lru_list->insert(make_pair(iter->second.access_, key));
            return &(iter->second);
        }
        else{
            return NULL;
        }
    }
   
   
    unsigned get_lru_list_size(){ return (unsigned)_lru_list->size(); }
    unsigned get_hash_table_size() { return (unsigned)_hash_table->size(); }
    virtual_time get_now() { return _now; }
   
private:
    virtual_time get_virtual_time()
    {
        return ++_now;
    }
   
    shared_ptr >    _lru_list;
    shared_ptr > _hash_table;
    virtual_time _now;
};
   
#endif




      接下来看一下如果结合单例和rwlock来设计最终的缓存功能,如下:

using namespace lru_cache;
class DZCache: public Singlton
{
    friend  class Singlton;
private:
    shared_ptr clu_cache;
    rwlock *lock;
    DZCache(){
        lock =(rwlock*) malloc(sizeof(rwlock));
        rwlock_init(lock);
        clu_cache = shared_ptr(new CLRUCache());
        cout << "construct JobList" << endl;
    }
   
    DZCache * Instance() {
        return s_instance.get();
    }

public:
   
    ~DZCache(){
        free(lock);
    }
   
    static DZCache& getInstance(){
        return *instance();
    }

    void set(NSString* key, id value){
        //加锁
        rwlock_wlock(lock);
        HashKey hash_key;
        hash_key.key = key;
        clu_cache->set(hash_key, value);
        rwlock_wunlock(lock);
    }
   
    id get(NSString* key){
        HashKey hash_key;
        hash_key.key = key;
        HashValue* value = clu_cache->get(hash_key);
        if(value == NULL){
            return nil;
        }
        else{
            return value->value_;
        }
    }
};

#endif




    最后看一下如何使用:
void testLRUCache(){
    //指针方式
    DZCache::instance()->set(@"name", @"daizhj");//设置
    NSString* name = (NSString*)DZCache::instance()->get(@"name");//获取
    std::cout<<[name UTF8String]<set(@"age", age);
    age = (NSNumber*)DZCache::instance()->get(@"age");

    //对象方式
    DZCache::getInstance().set(@"name", @"daizhenjun");
    name = (NSString*)DZCache::getInstance().get(@"name");
    std::cout<<[name UTF8String]<




    好了,今天的内容就先到这里了。

    原文链接: http://www.cnblogs.com/daizhj/archive/2012/11/13/2768092.html
    作者: daizhj, 代震军
    微博: http://weibo.com/daizhj
    Tags:ios, c++, lru, cache, map
   
   

  

你可能感兴趣的:(ios)