【文末送书】LRU 淘汰算法

1. LRU 淘汰算法

LRU(Least Recently Used)

LRU是Least Recently Used的缩写，即最近最少使用页面置换算法，是为虚拟页式存储管理服务的，是根据页面调入内存后的使用情况进行决策了。由于无法预测各页面将来的使用情况，只能利用“最近的过去”作为“最近的将来”的近似，因此，LRU算法就是将最近最久未使用的页面予以淘汰。

1.1 定义

• 定义结构体

type Cache struct {
	maxBytes int64   	  //允许使用的最大内存
	Nbytes   int64		  //当前已使用的内存
	ll       *list.List   //双向列表
	cache    map[string]*list.Element  
	//键是字符串，值是双向链表中对应节点的指针
	OnEvicted func(key string, value Value)
	//是某条记录被`移除`时的回调函数，可以为 nil。
}

// Value use Len to count how many bytes it takes
/*
使用Len来计算需要多少个字节
允许值是实现了 Value 接口的任意类型

该接口只包含了一个方法 Len() int，用于返回值所占用的内存大小。
*/
type Value interface {
	Len() int
}

1.2 实例化

• 实例化这个Cache对象，使之可以New出来。

// 对于Cache进行了实例化，能New一个Cache出来。
func New(maxBytes int64, onEvicted func(string, Value)) *Cache {
	return &Cache{
		maxBytes:  maxBytes,  
		ll:        list.New(),
		cache:     make(map[string]*list.Element),
		OnEvicted: onEvicted,
	}
}

1.3 增加或更新

• 增加或更新缓存

func (c *Cache) Add(key string, value Value) {
	if ele, ok := c.cache[key]; ok {
		c.ll.MoveToFront(ele)  		//这个键存在，移动到队尾
		kv := ele.Value.(*entry)	
		//kv 是值, 因为value是接口, 
		//因此类型断言设置为*entry
		c.Nbytes += int64(value.Len()) - int64(kv.value.Len()) 
		// 计算现在的缓存，以至于将其中的
		kv.value = value
	} else {
		ele := c.ll.PushFront(&entry{key, value}) //没有的话，就创建这一个键值对
		c.cache[key] = ele
		c.Nbytes += int64(len(key)) + int64(value.Len())
	}

	for c.maxBytes != 0 && c.maxBytes < c.Nbytes {	
		// 如果超出缓存容量
		c.RemoveOldest()							
		// 那么移除双向链表中的最后一项
	}
}

1.4 查询

• 获取缓存里面的值

// Get look ups a key's value
func (c *Cache) Get(key string) (value Value, ok bool) {
	if ele, ok := c.cache[key]; ok { 
		// 如果这个需要查找的值是存在的，则将对应的节点移动到队尾，并返回查找到的值
		c.ll.MoveToFront(ele)
		// 双向链表作为队列，队首队尾是相对的，在这里约定 front 为队尾
		kv := ele.Value.(*entry)
		return kv.value, true
	}
	return
}

1.5 删除

• 删除缓存（被淘汰）

// RemoveOldest removes the oldest item
//这里的删除，实际上是缓存淘汰。即移除最近最少访问的节点（队首）
func (c *Cache) RemoveOldest() {
	ele := c.ll.Back()    //取到队首节点
	if ele != nil {
		c.ll.Remove(ele)  //从链表中删除
		kv := ele.Value.(*entry)  //获取值
		delete(c.cache, kv.key)  //从字典 c.cache 中删除该节点的映射关系。
		c.Nbytes -= int64(len(kv.key)) + int64(kv.value.Len()) //计算这里大小
		if c.OnEvicted != nil {
			c.OnEvicted(kv.key, kv.value)
		}
	}
}

由于这种方法是无法支持并发的，因为一旦多个线程进行竞争，就会导致写入顺序与读取顺序的混乱
这就是竞争资源，我们可以加锁去优化这一个缓存机制。

送书

这一周送两本书，点赞或是评论都可以参与哈～

本书以零基础讲解为宗旨，面向学习数据科学与人工智能的读者，通俗地讲解每一个知识点，旨在帮助读者快速打下数学基础。

全书分为 4 篇，共 17 章。其中第 1 篇为数学知识基础篇，主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日乘子法；第 2 篇为数学知识核心篇，主要讲述了线性代数基础、特征值与矩阵分解、概率论基础、随机变量与概率估计；第 3 篇为数学知识提高篇，主要讲述了数据科学的几种分布、核函数变换、熵与激活函数；第 4 篇为数学知识应用篇，主要讲述了回归分析、假设检验、相关分析、方差分析、聚类分析、贝叶斯分析等内容。

本书适合准备从事数据科学与人工智能相关行业的读者。

硬件产品开发是一项复杂的工程，涉及产品定义、成本控制、质量管理、进度管理、研发管理、生产管控、供应链管理和售后服务等多个环节。合理的流程可以化繁为简，提升沟通及合作效率，降低风险，确保项目按计划交付。

本书分为10个章节，分别对硬件产品开发过程中的各个关键环节进行了详细的介绍。每个环节都有相应的模板和说明，并且通过实际案例来说明流程的重要性和使用方法，旨在帮助硬件工程师和初创团队更快地熟悉和掌握开发流程。

没有抽到的同学，我每周都会送书的，也可以在这里购买奥～

当当自营购买链接：
http://product.dangdang.com/29418231.html
http://product.dangdang.com/29145839.html