动态查找表如何实现缓存-Go服务器开发

动态查找表可以通过多种方式实现缓存，常见的方法包括使用哈希表、链表等数据结构。以下是几种常见的实现方法和步骤：

1. 使用哈希表实现缓存

概述：哈希表通过键值对的方式存储数据，能提供快速的插入、删除和查找操作，非常适合用于缓存。

步骤：

定义数据结构：创建一个哈希表，用于存储缓存的数据。
插入数据：当有新的数据需要被缓存时，将其以键值对的形式插入到哈希表中。
查询数据：通过给定的键快速访问对应的值，如果找到则返回缓存的数据；如果没有，则从原始数据源加载并添加到缓存中。
过期策略（可选）：可以为每个条目设置过期时间，以便在超时后自动清除不再使用的数据。

#include <unordered_map>
#include <chrono>
#include <string>
class CacheEntry {
public:
    std::string value;
    std::chrono::time_point<std::chrono::steady_clock> timestamp;
    CacheEntry(const std::string& val) : value(val), timestamp(std::chrono::steady_clock::now()) {}
};
class DynamicCache {
private:
    std::unordered_map<std::string, CacheEntry> cache;
    int expirationTime; // in seconds
public:
    DynamicCache(int expTime) : expirationTime(expTime) {}
    void insert(const std::string& key, const std::string& value) {
        cache[key] = CacheEntry(value);
    }
    std::string get(const std::string& key) {
        auto it = cache.find(key);
        if (it != cache.end()) {
            // Check if the entry is expired
            if (std::chrono::duration_cast<std::chrono::seconds>(std::chrono::steady_clock::now() - it->second.timestamp).count() < expirationTime) {
                return it->second.value; // Return cached value
            } else {
                cache.erase(it); // Remove expired entry
            }
        }
        return ""; // or handle miss case appropriately
    }
};

2. 使用链表结合哈希表实现LRU（Least Recently Used）缓存

概述：LRU缓存管理策略是一种常见的策略，保持最近使用的数据在缓存中，当容量达到上限时移除最久未使用的数据。

步骤：

定义两个主要结构：一个双向链表用于记录访问顺序，一个哈希表用于快速查找。
插入与更新逻辑：当插入新项或请求已存在项时，将其移动到链表头部表示最近使用。
删除逻辑：当达到最大容量时，移除链尾节点，即最久未使用项。

#include <list>
#include <unordered_map>
class LRUCache {
private:
    int capacity;
    std::list<std::pair<std::string, std::string>> itemList; // (key, value)
    std::unordered_map<std::string, decltype(itemList.begin())> itemMap;
public:
    LRUCache(int cap) : capacity(cap) {}
    void put(const std::string &key, const std::string &value) {
        auto it = itemMap.find(key);
        if (it != itemMap.end()) {
            itemList.erase(it->second); // remove from list
            itemMap.erase(it);           // remove from map
        }
        itemList.push_front({key, value}); // insert new element at front
        itemMap[key] = itemList.begin();   // update map with new iterator
        if (itemMap.size() > capacity) {     // check capacity constraint
            auto last = itemList.back();      // get last element (least recently used)
            itemMap.erase(last.first);         // erase from map
            itemList.pop_back();                // remove from list
        }
    }
    std::string get(const std::string &key) {
        auto it = itemMap.find(key);
        if (it == itemMap.end()) return "";   // not found
        itemList.splice(itemList.begin(), itemList, it->second);  // move to front of list for recent use 
        return it->second->second;             // return the corresponding value
    }
};