C++实现LRU（最久未使用）缓存算法

LRU缓存算法也叫LRU页面置换算法，是一种经典常用的页面置换算法。

LRU的典型实现是hash map + doubly linked list，双向链表用于存储数据结点，并且它是按照结点最近被使用的时间来存储的。如果一个结点被访问了，我们相信它在接下来的一段时间被访问的概率要大于其它结点。于是，我们把它放到双向链表的头部。当我们往双向链表里插入一个结点，我们也有可能很快就会使用到它，同样把它插入到头部。我们使用这种方式不断地调整着双向链表，链表尾部的结点自然也就是最近一段时间，最久没有使用到的结点。那么，当我们的Cache满了，需要替换掉的就是双向链表中最后的那个结点。

哈希表的作用是可以让我们在O(1)的时间找到想要访问的结点，或者返回未找到。

#include<iostream>
#include <list>
#include <unordered_map>
using namespace std;
template<typename K, typename T>
struct Node {
K key;
T value;
Node(K k, T v) :key(k), value(v) {}
};
template<typename K, typename T>
class LRUCache {
public:
LRUCache(int c) :capacity(c) {}
T get(K key) {
assert(cacheMap.find(key) != cacheMap.end());

//将key移到第一个，并更新cacheMap
cacheList.splice(cacheList.begin(), cacheList, cacheMap[key]);
cacheMap[key] = cacheList.begin();
return cacheMap[key]->value;
}
void set(K key, T value) {
if (cacheMap.find(key) == cacheMap.end()) {
//淘汰最后一个，然后将其加到第一个位置
if (cacheList.size() == capacity) {
cacheMap.erase(cacheList.back().key);
cacheList.pop_back();
}
cacheList.push_front(Node<K, T>(key, value));
cacheMap[key] = cacheList.begin();
}
else {
//更新节点的值，并将其加到第一个位置
cacheMap[key]->value = value;
cacheList.splice(cacheList.begin(), cacheList, cacheMap[key]);
cacheMap[key] = cacheList.begin();
}
}
private:
int capacity;
list<Node<K, T> > cacheList;
//由于iterator依赖具体的map，而map中包含了一个模板，在没有实例化的时候不能确定其类型。
//此时加一个typename前缀即可
unordered_map<K, typename list<Node<K, T> >::iterator> cacheMap;
};
int main()
{
int N = 10;
LRUCache<int, int> lc(N);
for (int i = 0; i < N; ++i) {
lc.set(i, i);
}
cout << "at the beginning: " << endl;
for (int i = 0; i < N; ++i)
cout << lc.get(i) << " ";
cout << endl;
cout << "after inserting: " << endl;
lc.set(N + 1, N + 1);
for (int i = 1; i < N; ++i)
cout << lc.get(i) << " ";
cout << lc.get(N + 1);
cout << endl;
return 0;
}