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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
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
433
392
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
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
986