LRU 算法简单实现
在学习很多服务器软件中,当内存不够,而需要淘汰内存的时候,一般会使用LRU算法,便产生了浓厚的兴趣。在学习操作系统的过程中发现LRU在系统中用寄存器和栈来实现。所以我就尝试着学习用栈来解决LRU的问题。当然也参考了别人的代码。
//stack.h
typedef struct{
int List[MaxSize];
int top;
}Ustack;
void iniStack(Ustack *s)
{
int i;
for(i=;i<MaxSize;i++)s->List [i]=-;
s->top =;
}
int isFull(Ustack s)
{
if(s.top==MaxSize)return ; //已满,返回1
else return ; //未满,返回0
}
int notEmpty(Ustack s)
{
if(s.top ==)return ; //空,返回0
else return ; //非空,返回1;
}
int pushElm(Ustack *s,int x)//元素入栈,将x压入s栈顶。
{
if( isFull(*s) )return ;//如果栈已慢,则压栈失败。
else s->List[s->top++]=x;
return ; //压栈成功。
}
int deleteElm(Ustack *s,int site)
{ int i;
if( notEmpty(*s) ) //如果栈非空,则可以删除元素
{
for(i=site;i< s->top-;i++)
s->List[i]=s->List[i+];
s->top--;
s->List[s->top]=-;
return ; //删除第site位置元素成功。
}
return ; //栈已空,删除元素失败。
}
int isInStack(Ustack s,int x)
{ int i;
for(i=;i<s.top-;i++)
if(s.List[i]==x)return i; //如果栈中有x,返回x的位置
return -; //如果栈中没有x,返回-1;
} //栈是否非空,无关紧要。
void stackPrt(Ustack s) //打印栈的状态。
{ int i;
for(i=;i<s.top;i++)
printf("%3d",s.List[i]);
for(i=s.top;i<MaxSize;i++) //栈的空位置用“*”代替输出。
printf(" *");
}
mainlru.cpp
#define MaxSize 5
#include<stdio.h>
#include"stack.h" void main()
{
int i,n,x,site,count=;
int test[];
Ustack mystack;
iniStack(&mystack);
printf("输入序列元素数目:");
scanf("%d",&n);
printf("输入含有%d个页面的序列:",n);
for(i=;i<n;i++){
scanf("%d",&x);
test[i]=x;
}
printf("\n_____栈状态_____访问页号__累计换页次数\n"); for(i=;i<n;i++){
site=isInStack(mystack,test[i]);
if(site==-&&isFull(mystack)){site=;count++;}
if(site!=-)deleteElm(&mystack,site);
pushElm(&mystack,test[i]);
stackPrt(mystack);
printf(" %d",test[i]);
printf(" %d\n",count);
}
}
LRU 算法简单实现的更多相关文章
- 使用java.util.LinkedList模拟实现内存页面置换算法--LRU算法
一,LRU算法介绍 LRU是内存分配中“离散分配方式”之分页存储管理方式中用到的一个算法.每个进程都有自己的页表,进程只将自己的一部分页面加载到内存的物理块中,当进程在运行过程中,发现某页面不在物理内 ...
- 简单LRU算法实现缓存
最简单的LRU算法实现,就是利用jdk的LinkedHashMap,覆写其中的removeEldestEntry(Map.Entry)方法即可,如下所示: java 代码 import java.ut ...
- Android图片缓存之Lru算法
前言: 上篇我们总结了Bitmap的处理,同时对比了各种处理的效率以及对内存占用大小.我们得知一个应用如果使用大量图片就会导致OOM(out of memory),那该如何处理才能近可能的降低oom发 ...
- 缓存淘汰算法--LRU算法
1. LRU1.1. 原理 LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是"如果数据最近被访问过,那么将来被访问的几率也 ...
- LinkedHashMap 和 LRU算法实现
个人觉得LinkedHashMap 存在的意义就是为了实现 LRU 算法. public class LinkedHashMap<K,V> extends HashMap<K,V&g ...
- LRU算法实现
JDK中的实现 在JDK中LinkedHashMap可以作为LRU算法以及插入顺序的实现,LinkedHashMap继承自HashMap,底层结合hash表和双向链表,元素的插入和查询等操作通过计算h ...
- LRU算法总结
LRU算法总结 无论是哪一层次的缓存都面临一个同样的问题:当容量有限的缓存的空闲空间全部用完后,又有新的内容需要添加进缓存时,如何挑选并舍弃原有的部分内容,从而腾出空间放入这些新的内容.解决这个问题的 ...
- 使用guava实现找回密码的tokenCache以及LRU算法
源码包的简单说明: com.google.common.annotations:普通注解类型. com.google.common.base:基本工具类库和接口. com.google.common. ...
- 【算法】—— LRU算法
LRU原理 LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”. 实现1 最常见的 ...
随机推荐
- greenplum和postgresql
想着要不要写,两个原因"懒"和"空".其实懒和空也是有联系的,不是因为懒的写,而是因为对PostgreSQL和Npgsql的知识了解匮乏,也就懒得写.好了,开头 ...
- erlang mnesia数据库设置主键自增
Mnesia是erlang/otp自带的分布式数据库管理系统.mnesia配合erlang的实现近乎理想,但在实际使用当中差强人意,总会有一些不足.mnesia数据表没有主键自增的功能,但在mnesi ...
- Hibernate详解(5)——Hibernate核心接口和工作原理
Hibernate核心接口 Hibernate有五大核心接口,分别是:Session Transaction Query SessionFactoryConfiguration .这五个接口构成了Hi ...
- mysql 查询随机一条记录
项目中 需要查询热门帖子,查询结果是多条中一条:SQL 如下,记录下
- QML官方系列教程——QML Applications
附网址:http://qt-project.org/doc/qt-5/qmlapplications.html 假设你对Qt的官方demo感兴趣,能够參考本博客的另一个系列Qt5官方demo解析集 每 ...
- Codeforces Round #258 (Div. 2)[ABCD]
Codeforces Round #258 (Div. 2)[ABCD] ACM 题目地址:Codeforces Round #258 (Div. 2) A - Game With Sticks 题意 ...
- python一些技巧
1. 使用目录管理 sys.path.append(sys.argv[0][:sys.argv[0].rfind('com'+os.sep+'abc')]) from com.abc.libs imp ...
- 试答卓同学的 iOS 面试题
卓同学昨天写了一篇文章<4道过滤菜鸟的iOS面试题>.我手痒决定默写一个参考答案.后来发现不认真回答被大家喷成狗,所以决定积极改造,重新做人.下面就是修编之后的答案. 1. struct和 ...
- 使用 trait 时报PHP Parse error: syntax error, unexpected 'use' (T_USE) 这个错误
找一大圈原因, 最后终于找到了, 不是PHP版本的原因[], 是自己把use 写到了类里的方法里了. 这个东东, 不能脱离类单独使用, 否则的话, 会被认为是命名空间了. 测试例子如下 // Tra ...
- ThinkPHP学习 volist标签高级应用之多重嵌套循环、隔行变色(转)
Action代码: public function index(){ $prod = I("get.prod_en"); $id = I("get.id", 0 ...