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
Nifi同步过程中报错create_time字段找不到_实际目标表和源表中没有这个字段---大数据之Nifi工作笔记0066
查看>>
NIFI大数据进阶_FlowFile拓扑_对FlowFile内容和属性的修改删除添加_介绍和描述_以及实际操作---大数据之Nifi工作笔记0023
查看>>
NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_处理器介绍_处理过程说明---大数据之Nifi工作笔记0019
查看>>
NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_实际操作---大数据之Nifi工作笔记0020
查看>>
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_实际操作_02---大数据之Nifi工作笔记0032
查看>>
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_操作方法说明_01_EvaluteJsonPath处理器---大数据之Nifi工作笔记0031
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka消费者处理器_来消费kafka数据---大数据之Nifi工作笔记0037
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka生产者---大数据之Nifi工作笔记0036
查看>>
NIFI大数据进阶_NIFI的模板和组的使用-介绍和实际操作_创建组_嵌套组_模板创建下载_导入---大数据之Nifi工作笔记0022
查看>>
NIFI大数据进阶_NIFI监控功能实际操作_Summary查看系统和处理器运行情况_viewDataProvenance查看_---大数据之Nifi工作笔记0026
查看>>
NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
查看>>
NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
查看>>
NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
查看>>
NIFI大数据进阶_使用NIFI表达式语言_来获取自定义属性中的数据_NIFI表达式使用体验---大数据之Nifi工作笔记0024
查看>>
NIFI大数据进阶_内嵌ZK模式集群1_搭建过程说明---大数据之Nifi工作笔记0015
查看>>
NIFI大数据进阶_外部ZK模式集群1_实际操作搭建NIFI外部ZK模式集群---大数据之Nifi工作笔记0017
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_01---大数据之Nifi工作笔记0033
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_02---大数据之Nifi工作笔记0034
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_01_实际操作---大数据之Nifi工作笔记0029
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>