LRU 缓存算法技术文档
2024-12-20 22:07:43作者:丁柯新Fawn
LRU(Least Recently Used,最近最少使用)缓存算法是一种常用的缓存淘汰策略,它通过移除最长时间未被访问的数据来为新数据腾出空间。以下是对本项目实现的LRU缓存算法的详细说明。
1. 安装指南
通过复制代码
推荐将lru.js或lru.js和lru.d.ts文件复制到您的源代码目录中。对于最小功能需求,您只需要复制到注释“以下是可选代码”的部分。
使用NPM
yarn add lru_map
请注意,由于NPM是一个大的扁平命名空间,您需要将模块导入为“lru_map”而不是简单的“lru”。
使用AMD
使用AMD模块加载器(例如amdld)也可以加载此模块,无需任何配置。
测试
- 运行测试:
npm test - 运行基准测试:
npm run benchmark
使用TypeScript
此模块包含完整的类型覆盖,以便与TypeScript一起使用。如果您复制了代码或文件而不是使用模块加载器,请确保将lru.d.ts包含在与lru.js相同的目录中。
import { LRUMap } from './lru'
2. 项目使用说明
LRU缓存算法项目使用了一个双向链表来实现,以下是示例代码:
let c = new LRUMap(3)
c.set('adam', 29)
c.set('john', 26)
c.set('angela', 24)
console.log(c.toString()) // -> "adam:29 < john:26 < angela:24"
console.log(c.get('john')) // -> 26
console.log(c.toString()) // -> "adam:29 < angela:24 < john:26"
c.set('zorro', 141)
console.log(c.toString()) // -> "angela:24 < john:26 < zorro:141"
3. 项目API使用文档
LRUMap类的API模仿了JavaScript的Map对象,这意味着在大多数情况下,您可以直接使用LRUMap替代Map。
export class LRUMap<K, V> {
constructor(limit: number, entries?: Iterable<[K, V]>)
size: number
limit: number
oldest: Entry<K, V>
newest: Entry<K, V>
assign(entries: Iterable<[K, V]>): void
set(key: K, value: V): LRUMap<K, V>
shift(): [K, V] | undefined
get(key: K): V | undefined
has(key: K): boolean
find(key: K): V | undefined
delete(key: K): V | undefined
clear(): void
keys(): Iterator<K>
values(): Iterator<V>
entries(): Iterator<[K, V]>
[Symbol.iterator](): Iterator<[K, V]>
forEach(fun: (value: V, key: K, m: LRUMap<K, V>) => void, thisArg?: any): void
toJSON(): Array<{ key: K, value: V }>
toString(): string
}
interface Entry<K, V> {
key: K
value: V
}
如果需要在项从缓存中逐出时进行任何形式的最终处理,包装shift方法是一个很好的方式:
let c = new LRUMap(123);
c.shift = function() {
let entry = LRUMap.prototype.shift.call(this);
doSomethingWith(entry);
return entry;
}
内部实现会在需要逐出条目时调用shift方法,所以这个方法对于从缓存中移除的任何项都是保证会被调用的。返回的条目必须不包含对其他条目的任何强引用。有关更多详细信息,请参阅LRUMap.prototype.set()方法的文档。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0134
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
464
3.46 K
Ascend Extension for PyTorch
Python
273
310
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
196
80
暂无简介
Dart
715
172
React Native鸿蒙化仓库
JavaScript
285
331
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
844
424
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
106
120
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.26 K
692