Lru在Rust中的实现, 源码解析

LRU（Least Recently Used）是一种常用的页面置换算法，其核心思想是选择最近最久未使用的页面予以淘汰。

LRU算法原理

• 基本思想：LRU算法基于一个假设，即如果一个数据在最近一段时间没有被访问到，那么在将来它被访问的可能性也很低。因此，当缓存空间不足时，算法会选择最久未使用的数据进行淘汰。

• 实现方式：LRU算法通常通过维护一个队列或链表来实现。当访问一个页面时，如果该页面已经在队列中，则将其移动到队列的头部（最近使用）；如果该页面不在队列中，则将其添加到队列的头部，并检查队列长度是否超过预设的阈值。如果队列长度超过阈值，则淘汰队列尾部的页面（最久未使用）。

LRU算法的优缺点

• 优点：
  • LRU算法能够利用时间局部性原理，保留最近使用过的页面，提高缓存命中率。
  • 算法简单，易于实现。
• 缺点：
  • 需要维护一个队列或数组，占用额外的空间。
  • 当页面访问模式具有循环周期时，LRU算法可能会淘汰掉正在使用的页面，导致缓存命中率下降。
  • 对于随机访问的页面输入序列，LRU算法的表现可能不如其他算法。

结构设计

在Lru的结构中，我们要避免key或者val的拷贝。

因为key此时需要在双向列表中保存也需要在HashMap中保存，所以我们要以下方案：

• Rc<K>引用计数

通过引用计数来控制生命周期

优点：不用处理不安全的代码

缺点：因为Val可能在遍历中被更改，所以不能存储在双向列表里，取得值的时候需要进行一次Hash

• *mut K 裸指针

通过unsafe编码来实现

优点：在双向列表及HashMap中均存储一份数值，遍历或者根据key取值均只需一次操作

缺点：需要引入ptr，即用指针的方式来进行生命周期管理

节点设计

此时我们用的是裸指针的方式，让我们先来定义节点数据，数据将存储在该节点里面，key及val的生命周期随节点管理，在删除的时候需同时在列表及在HashMap中进行删除

/// Lru节点数据
struct LruEntry<K, V> {
    /// 头部节点及尾部结点均未初始化值
    pub key: mem::MaybeUninit<K>,
    /// 头部节点及尾部结点均未初始化值
    pub val: mem::MaybeUninit<V>,
    pub prev: *mut LruEntry<K, V>,
    pub next: *mut LruEntry<K, V>,
}

类设计

接下来需要设计LruCache结构，将由一个map存储数据结构，一个双向链表存储访问优先级，cap表示缓存的容量。

pub struct LruCache<K, V, S> {
    /// 存储数据结构
    map: HashMap<KeyRef<K>, NonNull<LruEntry<K, V>>, S>,
    /// 缓存的总容量
    cap: usize,
    /// 双向列表的头
    head: *mut LruEntry<K, V>,
    /// 双向列表的尾
    tail: *mut LruEntry<K, V>,
}

其中KeyRef仅仅只是表示裸指针的一层包装，方便重新实现Hash，Eq等trait

#[derive(Clone)]
struct KeyRef<K> {
    pub k: *const K,
}

首先初始化对象，初始化map及空的双向链表：

impl<K, V, S> LruCache<K, V, S> {
    /// 提供hash函数
    pub fn with_hasher(cap: usize, hash_builder: S) -> LruCache<K, V, S> {
        let cap = cap.max(1);
        let map = HashMap::with_capacity_and_hasher(cap, hash_builder);
        let head = Box::into_raw(Box::new(LruEntry::new_empty()));
        let tail = Box::into_raw(Box::new(LruEntry::new_empty()));
        unsafe {
            (*head).next = tail;
            (*tail).prev = head;
        }
        Self {
            map,
            cap,
            head,
            tail,
        }
    }
}

元素插入

插入对象，分已在缓存内和不在缓存内：

pub fn capture_insert(&mut self, k: K, mut v: V) -> Option<(K, V)> {
    let key = KeyRef::new(&k);
    match self.map.get_mut(&key) {
        Some(entry) => {
            let entry_ptr = entry.as_ptr();
            unsafe {
                mem::swap(&mut *(*entry_ptr).val.as_mut_ptr(), &mut v);
            }
            self.detach(entry_ptr);
            self.attach(entry_ptr);

            Some((k, v))
        }
        None => {
            let (_, entry) = self.replace_or_create_node(k, v);
            let entry_ptr = entry.as_ptr();
            self.attach(entry_ptr);
            unsafe {
                self.map
                    .insert(KeyRef::new((*entry_ptr).key.as_ptr()), entry);
            }
            None
        }
    }
}

存在该元素时，将进行替换

unsafe {
    mem::swap(&mut *(*entry_ptr).val.as_mut_ptr(), &mut v);
}

并且重新维护访问队列，需要detach然后重新attach使其在队列的最前面，保证最近访问最晚淘汰，从而实现Lru。

如果元素不存在，那么将判断是否缓存队列为满，如果满了将要淘汰的数据进行替换，如果未满创建新的元素，即replace_or_create_node。

元素删除

在将元素删除时，需要维护好我们的队列，防止出现队列错误及野指针等

pub fn remove<Q>(&mut self, k: &Q) -> Option<(K, V)>
    where
        K: Borrow<Q>,
        Q: Hash + Eq + ?Sized,
{
    match self.map.remove(KeyWrapper::from_ref(k)) {
        Some(l) => unsafe {
            self.detach(l.as_ptr());
            let node = *Box::from_raw(l.as_ptr());
            Some((node.key.assume_init(), node.val.assume_init()))
        },
        None => None,
    }
}

这里因为移除时，仅仅需要一个可以转化成K的引用即可以，并不需要严格的K，利于编程。例如:

let mut map = LruCache::new(2);
map.insert("aaaa".to_string(), "bbb");
map.remove("aaaa");
assert!(map.len() == 0);

在此处我们就不需要严格的构建String对象。由于map中的key我们用的是KeyRef，在这里，我们构建一个KeyWrapper进行转化。

// 确保新类型与其内部类型的内存布局完全相同
#[repr(transparent)]
struct KeyWrapper<Q: ?Sized>(Q);

impl<K, Q> Borrow<KeyWrapper<Q>> for KeyRef<K>
where
    K: Borrow<Q>,
    Q: ?Sized,
{
    fn borrow(&self) -> &KeyWrapper<Q> {
        let key = unsafe { &*self.k }.borrow();
        KeyWrapper::from_ref(key)
    }
}

如果移除成功，那么将从双向链表中同步移除，并且将指针中的值重新变成Rust中的对象，以便可以及时被drop，避免内存泄漏。

self.detach(l.as_ptr());
let node = *Box::from_raw(l.as_ptr());
Some((node.key.assume_init(), node.val.assume_init()))

其它操作

• pop移除栈顶上的数据，最近使用的
• pop_last移除栈尾上的数据，最久未被使用的
• contains_key判断是否包含key值
• raw_get直接获取key的值，不会触发双向链表的维护
• get获取key的值，并维护双向链表
• get_mut获取key的值，并可以根据需要改变val的值
• retain 根据函数保留符合条件的元素

如何使用

在cargo.toml中添加

[dependencies]
algorithm = "0.1"

示例

use algorithm::LruCache;
fn main() {
    let mut lru = LruCache::new(3);
    lru.insert("now", "ok");
    lru.insert("hello", "algorithm");
    lru.insert("this", "lru");
    lru.insert("auth", "tickbh");
    assert!(lru.len() == 3);
    assert_eq!(lru.get("hello"), Some(&"algorithm"));
    assert_eq!(lru.get("this"), Some(&"lru"));
    assert_eq!(lru.get("now"), None);
}

完整项目地址

https://github.com/tickbh/algorithm-rs

结语

Lru在缓存场景中也是极其重要的一环，但是普通的Lru容易将热点数据进行移除，如果短时间内大量的数据进入则会将需要缓存的数据全部清空，后续将介绍改进算法Lru-k及Lfu算法。