LRU缓存算法与pylru

这篇写的略为纠结，算法原理、库都是现成的，我就调用了几个函数而已，这有啥好写的？不过想了想，还是可以介绍一下LRU算法的原理及简单的用法。

 

LRU（Least Recently Used，最近最少使用）是一种内存页面置换算法。什么叫内存页面置换？我们知道，相对于内存的速度来讲，磁盘的速度是很慢的。我们需要查询数据的时候，不能每次都跑到磁盘去查，需要在内存里设置一块空间，把一些常用的数据放在这块空间里，以后查的时候就直接在这里查，而不必去磁盘，从而起到“加速”的作用。但是这块空间肯定是远远小于磁盘大小的。那么什么样的数据放在这里才合适呢？当然是常用的数据。那什么样的数据是“常用”的数据呢？这里就有几种策略了。比如最简单FIFO（先进先出），RR（时间片轮转）等等，当然这就是我们最熟悉的队列和堆栈的做法。LRU也是这样一种策略，它的思想是基于这样一种观察和假定：最近经常访问的数据，在所有数据中也是最常访问的。所以，在这样一块空间中，最近被访问过的页面被当做“频繁访问”的，而一直没有被访问过的则被替换出去。这种思想是操作系统存储管理中最常见的方式之一，而目前也被广泛的应用为“缓存”的概念。缓存思想应用的也是相当广泛的，比如寄存器，比如内存，还有网络、数据库、IO等等方面，只要有输入/输出速度不匹配的地方，缓存就可以作为强有力的武器。

 

扯的有点远。接下来讲讲LRU算法的原理吧。假设我们开了可怜的一小块空间作为缓存，只能存5个数，页面编号为0,1,2,3,4。然后需要查询的一串序列为：4,7,0,7,1,0,1,2,1,2,6。那么将会出现如下图所示的情况：

整个查询过程为：

查询4，缓存中不存在，到磁盘中查，并把4放在缓存中；

查询7，类似上面的情况；

查询0，类似上面的情况；

查询7，直接在缓存中查到了，那么7作为“最近”查过的数据，放在最新的位置；

查询1，缓存中不存在，到磁盘中查，并把4放在缓存中；

查询0，直接在缓存中查到了，那么0作为“最近”查过的数据，放在最新的位置；

。。。。。。

后面依此类推。

 

现在大概清楚LRU是个怎样的算法，以及为什么可以作为缓存来使用了吧。这里有一篇文章分析的不错，可以参考一下：图解缓存淘汰算法一之LRU

现在我的项目中需要用到缓存了，可是忘了名字，只记得大概的原理，就去群里问道：我需要这样一个数据结构，查询效率高，类似字典和队列，但最近访问过的数据最后出队，很久没有访问过的数据就先被踢出去。群里大神指点我去看看LRUCache，恍然大悟，就是这个名字！于是百度了一下，结果找到了不少原理和java实现（比如 http://dennis-zane.iteye.com/blog/128278），就是没看到python的。于是到群里请教大神，大神一语中的：pylru。又去百度了一下，果然有这东西！

pylru可以使用pip安装，可以到pypi上查看下载及使用方法：https://pypi.python.org/pypi/pylru/1.0.9  使用起来又炒鸡简单，按某人的话来说就是：你们python真不要脸。

这个库是纯粹用python写的，有兴趣可以看看它的实现。库十分短小精悍，只有几百行代码，注释还占了一多半。

 

测试：

有点啰嗦了，不过这样结果也很清楚。

如果将来涉及到要写缓存了，能想起来这个东西，就是幸运。这也是我们为什么建议掌握一定的算法基础，以及操作系统、体系结构等基础课程的原因：并不是在实践中让你真的去写一个排序算法，写一个缓存，而是当你在某种场合下，能突然意识到：这特么不就是个XXX算法吗，我以前接触过的。比自己吭哧吭哧半天写出来个诡异的数据结构要好的多。

 

本文参考：

1、《现代操作系统》第四章：存储管理：4.4：页面置换算法

2、CSDN某博客：LRU算法：http://blog.csdn.net/luoweifu/article/details/8297084/

3、360图书馆：图解缓存淘汰算法一之LRU ：http://www.360doc.com/content/14/0704/09/10504424_391894263.shtml

4、ITEye：LRUCache的java版本实现：http://dennis-zane.iteye.com/blog/128278

5、PyPI：pylru下载及使用：https://pypi.python.org/pypi/pylru/1.0.9