上次的文章介绍了 LRU 算法,今天打算来介绍一下 LFU 算法。在上篇文章中有提到, LFU(Least frequently used:最少使用)算法与 LRU 算法只是在淘汰策略上有所不同,LRU 倾向于保留最近有使用的数据,而 LFU 倾向于保留使用频率较高的数据。
举一个简单的例子:缓存中有 A、B 两个数据,且已达到上限,如果 数据 A 先被访问了 10 次,然后 数据 B 被访问 1 次,当存入新的 数据 C 时,如果当前是 LRU 算法,会将 数据 A 淘汰,而如果是 LFU 算法,则会淘汰 数据 B。
简单来说,就是在 LRU 算法中,不管访问的频率,只要最近访问过,就不会将这个数据淘汰,而在 LFU 算法中,将访问的频率作为权重,只要访问频率越高,该数据就越不会被淘汰,即使该数据很久没有被访问过。
我们还是通过一段 JavaScript 代码来实现这个逻辑。
class LFUCache {
freqs = {} // 用于标记访问频率
cache = {} // 用于缓存所有数据
capacity = 0 // 缓存的最大容量
constructor (capacity) {
// 存储 LFU 可缓存的最大容量
this.capacity = capacity
}
}
与 LRU 算法一样,LFU 算法也需要实现 get 与 put 两个方法,用于获取缓存和设置缓存。
class LFUCache {
// 获取缓存
get (key) { }
// 设置缓存
put (key, value) { }
}
老规矩,先看设置缓存的部分。如果该缓存的 key 之前存在,需要更新其值。
class LFUCache {
// cache 作为缓存的存储对象
// 其解构为: { key: { freq: 0, value: '' } }
// freq 表示该数据读取的频率;
// value 表示缓存的数据;
cache = {}
// fregs 用于存储缓存数据的频率
// 其解构为: { 0: [a], 1: [b, c], 2: [d] }
// 表示 a 还没被读取,b/c 各被读取1次,d被读取2次
freqs = {}
// 设置缓存
put (key, value) {
// 先判断缓存是否存在
const cache = this.cache[key]
if (cache) {
// 如果存在,则重置缓存的值
cache.value = value
// 更新使用频率
let { freq } = cache
// 从 freqs 中获取对应 key 的数组
const keys = this.freqs[freq]
const index = keys.indexOf(key)
// 从频率数组中,删除对应的 key
keys.splice(index, 1)
if (keys.length === 0) {
// 如果当前频率已经不存在 key
// 将 key 删除
delete this.freqs[freq]
}
// 更新频率加 1
freq = (cache.freq += 1)
// 更新频率数组
const freqMap =
this.freqs[freq] ||
(this.freqs[freq] = [])
freqMap.push(key)
return
}
}
}
如果该缓存不存在,要先判断缓存是否超过容量,如果超过,需要淘汰掉使用频率最低的数据。
class LFUCache {
// 更新频率
active (key, cache) {
// 更新使用频率
let { freq } = cache
// 从 freqs 中获取对应 key 的数组
const keys = this.freqs[freq]
const index = keys.indexOf(key)
// 从频率数组中,删除对应的 key
keys.splice(index, 1)
if (keys.length === 0) {
// 如果当前频率已经不存在 key
// 将 key 删除
delete this.freqs[freq]
}
// 更新频率加 1
freq = (cache.freq += 1)
// 更新读取频率数组
const freqMap = this.freqs[freq] || (this.freqs[freq] = [])
freqMap.push(key)
}
// 设置缓存
put (key, value) {
// 先判断缓存是否存在
const cache = this.cache[key]
if (cache) {
// 如果存在,则重置缓存的值
cache.value = value
this.active(key, cache)
return
}
// 判断缓存是否超过容量
const list = Object.keys(this.cache)
if (list.length >= this.capacity) {
// 超过存储大小,删除访问频率最低的数据
const [first] = Object.keys(this.freqs)
const keys = this.freqs[first]
const latest = keys.shift()
delete this.cache[latest]
if (keys.length === 0) delete this.freqs[latest]
}
// 写入缓存,默认频率为0,表示还未使用过
this.cache[key] = { value, freq: 0 }
// 写入读取频率数组
const freqMap = this.freqs[0] || (this.freqs[0] = [])
freqMap.push(key)
}
}
实现了设置缓存的方法后,再实现获取缓存就很容易了。
class LRUCache {
// 获取数据
get (key) {
if (this.cache[key] !== undefined) {
// 如果 key 对应的缓存存在,更新其读取频率
// 之前已经实现过,可以直接复用
this.active(key)
return this.cache[key]
}
return undefined
}
}
关于 LFU 缓存算法实现就到这里了,当然该算法一般使用双链表的形式来实现,这里的实现方式,只是为了方便理解其原理,感兴趣的话可以在网上搜索下更加高效的实现方式。
原文:https://segmentfault.com/a/1190000041617815
有一个数组,我们需要通过js对数组的元素进行随机排序,然后输出,这其实就是洗牌算法,首页需要从元素中随机取一个和第一元进行交换,然后依次类推,直到最后一个元素。
程序员必须知道的10大算法:快速排序算法、堆排序算法、归并排序、二分查找算法、BFPRT(线性查找算法)、DFS(深度优先搜索)、BFS(广度优先搜索)、Dijkstra算法、动态规划算法、朴素贝叶斯分类算法
使用原生js将一维数组中,包含连续的数字分成一个二维数组,这篇文章分2种情况介绍如何实现?1、过滤单个数字;2、包含单个数字。
给定一个无序的整数序列, 找最长的连续数字序列。例如:给定[100, 4, 200, 1, 3, 2],最长的连续数字序列是[1, 2, 3, 4]。此方法不会改变传入的数组,会返回一个包含最大序列的新数组。
racking.js 是一个独立的JavaScript库,实现多人同时检测人脸并将区域限定范围内的人脸标识出来,并保存为图片格式,跟踪的数据既可以是颜色,也可以是人,也就是说我们可以通过检测到某特定颜色,或者检测一个人体/脸的出现与移动,来触发JavaScript 事件。
JS常见算法题目:xiaoshuo-ss-sfff-fe 变为驼峰xiaoshuoSsSfffFe、数组去重、统计字符串中出现最多的字母、字符串反序、深拷贝、合并多个有序数组、约瑟夫环问题
这篇文章主要是针对一种最常见的非对称加密算法——RSA算法进行讲解。其实也就是对私钥和公钥产生的一种方式进行描述,RSA算法的核心就是欧拉定理,根据它我们才能得到私钥,从而保证整个通信的安全。
PageRank,网页排名,又称网页级别、Google左侧排名或佩奇排名,是一种由 根据网页之间相互的超链接计算的技术,而作为网页排名的要素之一,以Google公司创办人拉里·佩奇(Larry Page)之姓来命名。
什么是回文字符串?即字符串从前往后读和从后往前读字符顺序是一致的。例如:字符串aba,从前往后读是a-b-a;从后往前读也是a-b-a
将一个整数中的数字进行颠倒,当颠倒后的整数溢出时,返回 0 ;当尾数为0时候需要进行舍去。解法:转字符串 再转数组进行操作,看到有人用四则运算+遍历反转整数。
内容以共享、参考、研究为目的,不存在任何商业目的。其版权属原作者所有,如有侵权或违规,请与小编联系!情况属实本人将予以删除!