博客
关于我
极简实现系列——三行代码搞定LRU
阅读量:130 次
发布时间:2019-02-26

本文共 1603 字,大约阅读时间需要 5 分钟。

极简实现系列——是用最简单的代码实现一些常见的方法,目的是为了帮助理解原理,所以并没有考虑太多限制条件


LRU的概念可能有部分同学会感到陌生,这里我也不过多说明,简单的解释一下:

LRU是Least Recently Used的缩写,即最近最少使用,是一种常用的算法,选择最久未使用的予以淘汰。

如果 不明白,就请打开你手机上的饿了么美团外卖,然后在搜索框中输入麻辣烫并确定,输入框下面就会产生一条历史记录,然后再输入砂锅粥麻辣香锅重复以上步骤。 此时历史记录的排序应该是[麻辣香锅,砂锅粥,麻辣烫], 然后你点击麻辣烫直接搜索,此时历史记录应该变成[麻辣烫,麻辣香锅,砂锅粥]。 这下懂了吧[狗头]

懂了之后接下来就是代码实现

简单来说就这几步

  1. 判断要放入队列中的元素是否已经存在
  2. 如果已经存在队列中,则把队列中的那一项删除。
  3. 放在队首
  4. 如果整个队列的长度大于预设长度,则把最后一个移除掉

根据以上这些步骤,应该可以很容易的写出一个简版吧

第一版

let lruArr = []const limit = 3 // 最大限制3个function put(val){     let index = lruArr.findIndex(item => item === val) // 步骤1  if(index !== -1) {    // 步骤2    lruArr.splice(index,1)  }  lruArr.unshift(val)  // 步骤3  lruArr.length > limit && (lruArr.splice(-1,1)) // 步骤4}put('麻辣烫') // ['麻辣烫']put('砂锅粥') // ['砂锅粥',' 麻辣烫']put('麻辣香锅') // ['麻辣香锅', '砂锅粥',' 麻辣烫']put('烧烤') // ['烧烤','麻辣香锅', '砂锅粥']put('砂锅粥') // ['砂锅粥','烧烤','麻辣香锅']

很简单吧~

还可以更简单~~

仔细观察一下代码, 假如我把步骤3放在第一步,然后不就转变成了数组去重的问题了吗,数组去重可就是个老生常谈的问题了。来,我们改造一下

第二版

let lruArr = []const limit = 3 // 最大限制3个function put(val) {     lruArr.unshift(val) // 先执行步骤3  lurArr = [...new Set(lruArr)] // 去重  lruArr.length > limit && (lruArr.splice(-1,1)) // 步骤4}

真·三行实现 哈哈哈~

改进版

现在的代码都暴露在全局,有点不好,再使用ES6来优化一下

class LRU {     constructor(limit) {       this.limit = limit    this.arr = []  }  put(val){       this.arr.unshift(val)    this.arr = [...new Set(this.arr)]    this.arr.length > this.limit && (this.arr.splice(-1,1))    console.log(this.arr)  }}let lru = new LRU(3)lru.put('麻辣烫') // ['麻辣烫']lru.put('砂锅粥') // ['砂锅粥',' 麻辣烫']lru.put('麻辣香锅') // ['麻辣香锅', '砂锅粥',' 麻辣烫']lru.put('烧烤') // ['烧烤','麻辣香锅', '砂锅粥']lru.put('砂锅粥') // ['砂锅粥','烧烤','麻辣香锅']

完事~

转载地址:http://nstf.baihongyu.com/

你可能感兴趣的文章
NIO与零拷贝和AIO
查看>>
NIO同步网络编程
查看>>
NIO基于UDP协议的网络编程
查看>>
NIO笔记---上
查看>>
NIO蔚来 面试——IP地址你了解多少?
查看>>
NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
查看>>
NISP国家信息安全水平考试,收藏这一篇就够了
查看>>
NIS服务器的配置过程
查看>>
NIS认证管理域中的用户
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>