實現lru演算法

A. lru鏇挎崲絳栫暐璁＄畻榪囩▼

LRU錛圠east Recently Used錛夋浛鎹㈢瓥鐣ョ殑璁＄畻榪囩▼鏄鍩轟簬緙撳瓨涓鏁版嵁欏圭殑璁塊棶鏃墮棿鏉ヨ繘琛岀殑銆傚綋緙撳瓨婊℃椂錛屾渶鏃╄璁塊棶涓旀渶闀挎椂闂存湭琚鍐嶆¤塊棶鐨勬暟鎹欏瑰皢琚鏇挎崲鍑哄幓銆

LRU鏇挎崲絳栫暐鏄涓縐嶅父鐢ㄧ殑緙撳瓨鏇挎崲絳栫暐錛屽叾鏍稿績鎬濇兂鏄“鏈榪戜嬌鐢ㄨ繃鐨勬暟鎹欏瑰湪鏈鏉ユ洿鏈夊彲鑳借鍐嶆′嬌鐢”銆傚洜姝わ紝LRU絳栫暐灝嗘渶榪戜嬌鐢ㄨ繃鐨勬暟鎹欏逛繚瀛樺湪緙撳瓨涓錛屼互渚垮揩閫熻塊棶銆

LRU鏇挎崲絳栫暐鐨勫疄鐜伴氬父闇瑕佷竴涓棰濆栫殑鏁版嵁緇撴瀯鏉ヨ板綍姣忎釜鏁版嵁欏圭殑璁塊棶鏃墮棿銆傝繖涓鏁版嵁緇撴瀯鍙浠ユ槸涓涓閾捐〃鎴栬呬竴涓鏃墮棿鎴蟲暟緇勩傚綋涓涓鏂扮殑鏁版嵁欏硅璁塊棶鏃訛紝瀹冪殑璁塊棶鏃墮棿浼氳鏇存柊涓哄綋鍓嶆椂闂達紝騫朵笖瀹冧細琚縐誨埌閾捐〃鎴栬呮暟緇勭殑鏈鍓嶉潰銆傚綋緙撳瓨婊℃椂錛屾渶鏃╄璁塊棶涓旀渶闀挎椂闂存湭琚鍐嶆¤塊棶鐨勬暟鎹欏癸紙鍗抽摼琛ㄦ垨鏁扮粍鐨勬渶鍚庝竴欏癸級灝嗚鏇挎崲鍑哄幓銆

涓句釜渚嬪瓙鏉ヨ存槑LRU鏇挎崲絳栫暐鐨勮＄畻榪囩▼錛

鍋囪炬湁涓涓緙撳瓨錛屽歸噺涓3錛屽凡緇忓瓨鍌ㄤ簡涓変釜鏁版嵁欏笰銆丅鍜孋銆傚畠浠鐨勮塊棶鏃墮棿鍒嗗埆涓1銆2鍜3錛堟暟瀛楄秺灝忚〃紺鴻秺鏃╄璁塊棶錛夈傜幇鍦ㄦ湁涓涓鏂扮殑鏁版嵁欏笵闇瑕佽鍔犺澆榪涚紦瀛樸傜敱浜庣紦瀛樺凡緇忔弧浜嗭紝鎵浠ラ渶瑕佹牴鎹甃RU絳栫暐閫夋嫨涓涓鏁版嵁欏硅繘琛屾浛鎹銆傛牴鎹甃RU絳栫暐錛屾渶鏃╄璁塊棶涓旀渶闀挎椂闂存湭琚鍐嶆¤塊棶鐨勬暟鎹欏規槸A錛屽洜涓哄畠鐨勮塊棶鏃墮棿鏄1錛屾渶鏃╀笖鏈闀挎椂闂存病鏈夎鏇存柊銆傚洜姝わ紝A灝嗚鏇挎崲鍑哄幓錛孌灝嗚鍔犺澆榪涚紦瀛樸

鍦ㄥ疄闄呭簲鐢ㄤ腑錛孡RU鏇挎崲絳栫暐閫氬父涓庡叾浠栫瓥鐣ョ粨鍚堜嬌鐢錛屼緥濡侺FU錛圠east Frequently Used錛夌瓥鐣ワ紝浠ヨ繘涓姝ユ彁楂樼紦瀛樼殑鍛戒腑鐜囧拰鎬ц兘銆傛ゅ栵紝鐜頒唬璁＄畻鏈虹郴緇熶腑閫氬父浣跨敤紜浠舵敮鎸佺殑LRU綆楁硶鏉ュ疄鐜伴珮閫熺紦瀛樼殑鏇挎崲絳栫暐錛屼互鎻愰珮緋葷粺鐨勬ц兘鍜屽搷搴旈熷害銆

鎬葷殑鏉ヨ達紝LRU鏇挎崲絳栫暐鏄涓縐嶇畝鍗曡屾湁鏁堢殑緙撳瓨鏇挎崲絳栫暐錛屽叾鏍稿績鎬濇兂鏄鍒╃敤鏁版嵁欏圭殑璁塊棶鏃墮棿鏉ラ勬祴鏈鏉ョ殑璁塊棶妯″紡錛屼粠鑰屾彁楂樼紦瀛樼殑鍛戒腑鐜囧拰鎬ц兘銆

B. LRU綆楁硶鐨勫師鐞嗕笌瀹炵幇

LRU鏄疞east Recently Used鐨勭緝鍐欙紝鍗蟲渶榪戞渶灝戜嬌鐢ㄧ畻娉曪紝搴旂敤闈㈤潪甯哥殑騫挎硾錛屾瘮濡俽edis褰撲腑鐨勫唴瀛樻窐奼扮瓥鐣ャ傚洜涓鴻＄畻鏈虹殑鍐呭瓨閮芥槸鏈夐檺鐨勶紝褰撶敤鎴瘋塊棶鐨勬暟鎹濡傛灉瀛樺湪鍐呭瓨褰撲腑鐩存帴榪斿洖鐨勭粰鐢ㄦ埛鐨勮瘽錛屾晥鐜囦細闈炲父蹇錛屼絾鏄濡傛灉鍐呭瓨涓嶅瓨鍦錛屽湪鍘葷佺洏閲岄潰鏌ユ壘鐨勶紝鏁堢巼浼氬ぇ鎵撴姌鎵ｃ傛墍浠ユ垜浠甯屾湜鍦ㄦ湁闄愮殑鍐呭瓨絀洪棿褰撲腑錛屽氬瓨鏀劇偣鐑鐐規暟鎹錛岀敤鎴蜂笉緇忓父璁塊棶鐨勬暟鎹錛屽敖閲忔窐奼版帀錛岄伩鍏嶅崰鐢ㄥ唴瀛樼┖闂淬

浣跨敤鍙屽悜閾捐〃鏉ュ疄鐜癓RU 榪欑瘒鏂囩珷宸茬粡鐢ㄥ弻鍚戦摼琛ㄦ潵瀹炵幇榪嘗RU綆楁硶浜嗭紝浣嗘槸鍩轟簬鍙屽悜閾捐〃鐨勭壒鎬э紝浣垮緱璇ョ畻娉曠殑鏃墮棿澶嶆潅搴︿負O(n)錛屾樉鐒朵笉鏄鏈浼樼殑綆楁硶錛岄偅涔堟湁娌℃湁綆楁硶錛屽彲浠ヨ揪鍒癘(1)錛屽綋鐒舵槸鏈夌殑錛屾棭鏃╃殑璁＄畻鏈虹戝﹀跺凡緇忔兂鍒幫紝騫朵笖宸茬粡瀹炵幇浜嗐

鍦ㄧ瑪鑰呬粙緇嶆帴涓嬫潵鐨勫唴瀹規椂錛岃繕鏄甯屾湜鍏堜簡瑙ｄ竴涓嬩袱綃囧崥鏂囷細
涓銆 鍥捐ВHashMap鍘熺悊
浜屻 鍥捐ВLinkedHashMap

涔嬪墠浣跨敤鍙屽悜閾捐〃鍘誨疄鐜癓RU綆楁硶鏃訛紝鏃墮棿澶嶆潅搴︽病鏈夎揪鍒癘(1)錛屼富瑕佸師鍥犲湪浜庨亶鍘嗙粨鐐規椂錛屽甫鏉ョ殑鏃墮棿寮閿錛岄偅涔堟崲鍙ヨ瘽璇達紝瑕佸疄鐜伴亶鍘嗙粨鐐規椂錛屾椂闂村嶆潅搴︿負O(1)錛岀涓鏃墮棿鎯沖埌鐨勫簲璇ユ槸hash鏁扮粍錛屼絾鏄痟ash綆楁硶鍙鑳戒細瀛樺湪涓嶅悓鐨刱ey鍊礆紝浜х敓鐩稿悓鐨刪ash鍊礆紝閭ｄ箞鍙浠ュ皢涓嶅悓key錛屼絾鏄鐩稿悓hash鍊肩殑緇撶偣錛屼互鍗曢摼琛ㄧ殑褰㈠紡瀛樻斁銆傝繖鏍蜂粎浠呮槸瀹炵幇浜嗗瓨鍙栨椂闂村嶆潅搴︿負O(1)錛屽備綍瀹炵幇鏁版嵁鑳藉熸寜璁塊棶欏哄簭瀛樻斁鍛錛熷苟涓斿炲垹鐨勬椂闂村嶆潅搴︿負O(1)錛岃繖涓鍙浠ヤ嬌鐢ㄥ弻鍚戦摼琛ㄦ潵瀹炵幇錛屾墍浠ョ患鍚堟潵璁詫紝灝辨槸瀹炵幇鏁ｅ垪鏁扮粍+鍙屽悜閾捐〃鏉ヤ嬌鐢↙RU錛屽彲浠ヨ揪鍒版椂闂村嶆潅搴︿負O(1)銆

閫昏緫瑙嗗浘濡備笅:

鍜嬩竴鐪嬭繖涓鍥句貢鐨勫緢錛岀◢寰瑙ｉ噴涓涓嬶紝濡傛灉鎰熻夌悊瑙ｄ笂鏈夌偣鍥伴毦錛屽彲浠ュ厛鍘諱簡瑙ｄ竴涓嬩箣鍓嶆帹鑽愮殑涓ょ瘒鍗氭枃錛岄偅閲屼細浠嬬粛鐨勬洿鍔犺︾粏涓鐐廣

1.鏈宸︿晶鍏跺疄灝辨槸涓涓鏅閫氱殑鏁扮粍錛屾暟緇勭殑澶у皬蹇呴』鏄2鐨勫嶆暟錛岃繖涓鍘熷洜鏄浠涔堝憿錛熷洜涓鴻繖涓鏁扮粍鐨勫瓨鏀炬柟寮忔槸鏁ｅ垪鐨勶紝鎰忔濆氨鏄闇瑕乲ey.hashcode & (length -1)鎵嶈兘寰楀嚭瀛樻斁浣嶇疆鐨勬柟寮忥紝hash鐨勫ソ澶勬槸鍙浠ユ牴鎹甼ey鍊礆紝鍦ㄦ椂闂村嶆潅搴︿負O(1)鐨勫墠鎻愭壘鍒板瑰簲鐨勫瓨鏀句綅緗錛岃繖涔熸槸鎴戜滑鐨勫垵琛鳳紝璇村埌榪欓噷鍏跺疄榪樻病鏈夎В閲婁負浠涔堜竴瀹氳佹槸2鐨勫嶆暟錛屽洜涓2鐨勫嶆暟-1錛岃繖涓鏁扮殑浜岃繘鍒訛紝涓瀹氬叏鏄1錛屾瘮濡16-1=15錛屼簩榪涘埗琛ㄧず灝辨槸1111錛&榪愮畻絎﹀叾瀹炲氨鏄灝嗗煎叏閮ㄥ寲鎴愪簩榪涘埗閫愪綅涓庯紝姣斿10111011 & 1111 = 1011 = 11錛屼絾鏄濡傛灉涓嶆槸2鐨勫嶆暟錛屾瘮濡7-1=6錛屽寲鎴愪簩榪涘埗灝辨槸0110錛岀敱浜庢湯浣嶆槸0錛屼笉綆′粈涔堜簩榪涘埗鍊間笌0110鍋&榪愮畻錛屼竴瀹氭槸鍋舵暟錛岃繖鏍蜂細瀵艱嚧鏁ｅ垪鍒嗗竷涓嶅潎鍖銆

2.涓嶅悓key鍊礆紝鐩稿悓hash鍊礆紝濡備綍瀛樻斁鍛錛熺浉鍚岀殑hash鍊煎仛涓庤繍綆椾竴瀹氳兘澶熷緱鍒扮浉鍚岀殑鏁扮粍鑴氭爣錛岃繖浜涚粨鐐癸紝浠ュ崟閾捐〃鐨勫艦寮忓瓨鍦錛屽氨鏄鍥句腑鏁扮粍鍙充晶鐨勫崟閾捐〃銆

3.濡備綍瀹炵幇鎸夎塊棶欏哄簭錛熶笂鍥鵑櫎鍘繪暟緇勫拰鎸傚湪鏁扮粍鍙充晶鐨勫崟閾捐〃錛岃繕鏈夌豢鑹插拰榛勮壊鐨勫崟鍚戠澶達紝鍦ㄥ彸涓婅掕繕鏈変竴涓鍙屽悜閾捐〃鐨勫ご鎸囬拡銆傚叾瀹炶繖浜涚澶村氨鏄緇存姢涓嶅悓緇撶偣鐨勮塊棶欏哄簭錛屽嵆鍙屽悜閾捐〃銆

鎬諱笂鎵榪幫紝榪欑嶆暟鎹緇撴瀯瀹氫箟鐨勭粨鏋勪綋濡備笅錛
class Node{
Object key; //瀛樻斁key鍊礆紝鐢ㄤ簬璁＄畻瀛樻斁鏁扮粍鑴氭爣浣嶇疆
Object value;//瀛樻斁鍏冪礌鍊
int hash;//瀛樻斁key.hashcode
Node next;//緇存姢鍗曢摼琛ㄩ『搴
Node before;//緇存姢鍙屽悜閾捐〃欏哄簭
Node after;
}

絎旇呯敤java瀹炵幇濡備笅錛屾劅鍏磋叮鍙浠ョ敤鑷宸卞枩嬈㈢殑璇璦鍘誨疄鐜頒竴閬嶏紝鍔犳繁鐞嗚В錛

鍏跺疄浠ヤ笂瀹炵幇搴曞眰鍘熺悊灝辨槸LinkedHashMap鐨勫疄鐜板師鐞嗭紝鍙涓嶈繃絎旇呭仛浜嗕竴浜涚畝鍖栵紝鍘繪帀浜嗙箒鐞愮殑緇ф壙錛屾墿瀹圭瓑錛岀獊鍑轟簡綆楁硶鏍稿績錛屽傛灉璇昏呮劅鍏磋叮涔熷彲浠ュ幓鐮旂┒涓涓婰inkedHashMap鐨勬簮鐮併

浣跨敤LinkedHashMap鏉ュ疄鐜癓RU綆楁硶錛

鐪嬭搗鏉ユ槸涓嶆槸綆鍗曚簡寰堝氾紝鍥犱負LinkedHashMap搴曞眰宸茬粡灝佽呭ソ浜嗭紝鎴戜滑鐩存帴璋冪敤灝卞ソ錛屼絾鏄浣滀負涓涓鎯寵佸彉浼樼鐨勭爜鍐滐紝涓瀹氳佺煡鍏剁劧鐭ュ叾鎵浠ョ劧銆

浣跨敤鏁ｅ垪+鍙屽悜閾捐〃鐨勬柟寮忔槸濡備綍瀹炵幇O(1)澶嶆潅搴︾殑錛熷湪瀹炵幇LRU綆楁硶榪囩▼涓錛屾棤闈炰袱縐嶆搷浣滐紝鏌ユ壘鍜屼慨鏀癸紝浣跨敤鏁ｅ垪鏁扮粍瀹炵幇鏌ユ壘鏃墮棿澶嶆潅搴︿負O(1)錛屼嬌鐢ㄥ弻鍚戦摼琛ㄥ疄鐜頒慨鏀瑰嶆潅搴︿負O(1)錛屽苟涓斿弻鍚戦摼琛ㄨ繕鍙浠ョ淮鎶よ塊棶欏哄簭錛屾墍浠ヤ嬌鐢ㄨ繖縐嶆柟寮忥紝鍙浠ヨ揪鍒癘(1)銆

C. 實現LRU演算法的硬體支持是什麼

寄存器、棧

實現LRU演算法的硬體支持是寄存器、棧。寄存器用於記錄某進程在內存中各頁的使用情況；棧用於保存當前使用的各個頁面的頁面號。LRU是最近最少使用，是一種常用的頁面置換演算法，選擇最近最久未使用的頁面予以淘汰。寄存器的功能是存儲二進制代碼，它是由具有存儲功能的觸發器組合起來構成的。一個觸發器可以存儲1位二進制代碼，故存放n位二進制代碼的寄存器，需用n個觸發器來構成。

(3)實現lru演算法擴展閱讀：

大部分操作系統為最大化頁面命中率而廣泛採用的一種頁面置換演算法是LRU演算法。該演算法的思路是，發生缺頁中斷時，選擇未使用時間最長的頁面置換出去。從程序運行的原理來看，最近最少使用演算法是比較接近理想的一種頁面置換演算法，這種演算法既充分利用了內存中頁面調用的歷史信息，又正確反映了程序的局部問題。

D. 用java語言實現LRU演算法和FIFO演算法。急急急！！！！！！！

您好，網路貼吧專家團很高興能夠回答您的問題。您的採納是我們前進的動力。
public class LRU {

private int theArray[];
private int back; //定義隊尾
private int currentSize; //隊列中存放元素個數
private int maxSize=5; //隊列中能存放元素的個數

public LRU(){
theArray=new int[maxSize];
back=0;
currentSize=0;
}
public void queue(int a[]){
for(int i=0;i<a.length;i++){
enQueue(a[i]);
}
}

public void enQueue(int x){ //入隊
beUsed(x); //先判斷是否已存在該頁號，若存在，刪除
if(currentSize<maxSize){
theArray[back]=x;
back++;
currentSize++;
}else if(currentSize==maxSize){ //滿了
for(int i=0;i<maxSize-1;i++){
theArray[i]=theArray[i+1];
}
theArray[maxSize-1]=x;
}
for(int i=0;i<currentSize;i++){
System.out.print(theArray[i]);
}
System.out.println();
}
public void beUsed(int x){ //判斷是否已存在該頁號,若存在，刪除已有的
for(int i=0;i<currentSize;i++){
if(theArray[i]==x){
for(int j=i;j<currentSize-1;j++){
theArray[j]=theArray[j+1];
}
currentSize--;
back--;
}
}
}
public static void main(String[] args) {
LRU lru=new LRU();
int a[]={4,7,0,7,1,0,1,2,1,2,6};
lru.queue(a);
}

}

E. lru頁面置換演算法是什麼

用雙向鏈表和哈希表來實現。

LRU演算法的提出，是基於這樣一個事實：在前面幾條指令中使用頻繁的頁面很可能在後面的幾條指令中頻繁使用。

反過來說，已經很久沒有使用的頁面很可能在未來較長的一段時間內不會被用到。這個，就是著名的局部性原理——比內存速度還要快的cache，也是基於同樣的原理運行的。因此，只需要在每次調換時，找到最近最少使用的那個頁面調出內存。這就是LRU演算法的全部內容。

一種LRU近似演算法是最近未使用演算法。

它在存儲分塊表的每一表項中增加一個引用位，操作系統定期地將它們置為0。當某一頁被訪問時，由硬體將該位置1。過一段時間後，通過檢查這些位可以確定哪些頁使用過，哪些頁自上次置0後還未使用過。就可把該位是0的頁淘汰出去，因為在之前最近一段時間里它未被訪問過。

以上內容參考：網路-頁面置換演算法