0

0

c++如何实现一个线程安全的LRU缓存? (std::list和unordered_map)

裘德小鎮的故事

裘德小鎮的故事

发布时间:2026-01-09 13:45:09

|

218人浏览过

|

来源于php中文网

原创

std::list迭代器可用作缓存键,因其在splice等操作中不失效;线程安全需用shared_mutex分读写锁,splice参数易错在“插到pos前”而非“pos处”,不用shared_ptr因破坏splice且增开销。

c++如何实现一个线程安全的lru缓存? (std::list和unordered_map)

为什么不能直接用 std::list 的迭代器做缓存键?

很多人一上来就想着把 std::pair<key, value>std::list 里塞,再用 unordered_map<key, list::iterator> 做索引——这思路对,但有个致命陷阱:std::list 的迭代器在插入/擦除时**只有指向被操作节点的迭代器会失效**,其余有效。可一旦你调用 list::splice 把某个节点移到头部(LRU更新),它不改变节点本身,只改指针,所以 unordered_map 里存的 iterator 依然有效。这点很关键,别被网上某些过时资料误导说“list 迭代器容易失效就不能用”。

如何用 std::list + std::unordered_map 实现线程安全?

核心是保护两个数据结构的并发访问,但**不能粗暴地给整个 get/set 加一把大锁**,否则吞吐量崩盘。更合理的做法是:读写 unordered_map 和移动 list 节点都必须原子,且顺序不能乱。推荐用 std::shared_mutex(C++17)或 std::mutex 配合 std::lock_guard,具体看场景:

  • 如果读远多于写(典型缓存场景),优先用 std::shared_mutexget()std::shared_lockput()std::unique_lock
  • 若需兼容 C++11,老实用 std::mutex,但注意:list::splice 不分配内存,是常数时间,锁粒度可以控制得比较细
  • 切忌在锁内做耗时操作,比如深拷贝 value、调用用户回调——这些必须在释放锁之后做
class ThreadSafeLRUCache {
    using Key = std::string;
    using Value = std::string;
    struct Node {
        Key key;
        Value value;
        Node(const Key& k, const Value& v) : key(k), value(v) {}
    };

    mutable std::shared_mutex mtx;
    std::list<Node> items;
    std::unordered_map<Key, std::list<Node>::iterator> cache;
    size_t capacity;

public:
    ThreadSafeLRUCache(size_t cap) : capacity(cap) {}

    Value get(const Key& key) {
        std::shared_lock<std::shared_mutex> lock(mtx);
        auto it = cache.find(key);
        if (it == cache.end()) return {};

        // 提升到头部:先 splice 到 begin(),再取值
        items.splice(items.begin(), items, it->second);
        return it->second->value;
    }

    void put(const Key& key, const Value& value) {
        std::unique_lock<std::shared_mutex> lock(mtx);
        auto it = cache.find(key);

        if (it != cache.end()) {
            // 已存在:更新 value 并提升
            it->second->value = value;
            items.splice(items.begin(), items, it->second);
        } else {
            // 新增:插入头部
            items.emplace_front(key, value);
            cache[key] = items.begin();

            // 检查容量
            if (cache.size() > capacity) {
                auto last = std::prev(items.end());
                cache.erase(last->key);
                items.pop_back();
            }
        }
    }
};

std::list::splice 的参数顺序为什么容易出错?

这是实际编码中最常翻车的地方:list::splice(iterator pos, list& other, iterator it) 表示“把 otherit 指向的节点,移动到本 list 的 pos 之前”。不是“插入到 pos 位置”,而是“插在 pos 前面”。所以想把节点提到最前面,必须写 items.splice(items.begin(), items, it),而不是 items.splice(items.begin(), items, it, std::next(it))(后者是区间 splice,没必要还易错)。另外,it 必须来自同一个 list,跨 list 调用会 UB。

为什么不用 std::shared_ptr<Node> 替代裸节点?

有人想用智能指针避免拷贝,但会引入额外开销和复杂度:unordered_map 的 value 类型变成 std::shared_ptr<Node> 后,splice 就没法用了(它只支持移动节点,不支持移动指针对象)。而且 LRU 缓存中 value 通常不大,拷贝成本可控;若 value 确实很大(如 std::vector<uint8_t>),应考虑 move 构造或 PIMPL,而不是盲目上 shared_ptr。真正该警惕的是:别在 get() 返回时隐式拷贝 value——函数返回类型要是 Value(值语义),不是 const Value&,否则锁一释放引用就悬空。

立即学习C++免费学习笔记(深入)”;

实际用的时候,capacity 初始化后不可变、key 的 hash 和相等比较要稳定、value 类型得支持移动构造——这些细节漏掉一个,运行时就可能 crash 或行为异常。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
c语言const用法
c语言const用法

const是关键字,可以用于声明常量、函数参数中的const修饰符、const修饰函数返回值、const修饰指针。详细介绍:1、声明常量,const关键字可用于声明常量,常量的值在程序运行期间不可修改,常量可以是基本数据类型,如整数、浮点数、字符等,也可是自定义的数据类型;2、函数参数中的const修饰符,const关键字可用于函数的参数中,表示该参数在函数内部不可修改等等。

562

2023.09.20

treenode的用法
treenode的用法

​在计算机编程领域,TreeNode是一种常见的数据结构,通常用于构建树形结构。在不同的编程语言中,TreeNode可能有不同的实现方式和用法,通常用于表示树的节点信息。更多关于treenode相关问题详情请看本专题下面的文章。php中文网欢迎大家前来学习。

550

2023.12.01

C++ 高效算法与数据结构
C++ 高效算法与数据结构

本专题讲解 C++ 中常用算法与数据结构的实现与优化,涵盖排序算法(快速排序、归并排序)、查找算法、图算法、动态规划、贪心算法等,并结合实际案例分析如何选择最优算法来提高程序效率。通过深入理解数据结构(链表、树、堆、哈希表等),帮助开发者提升 在复杂应用中的算法设计与性能优化能力。

30

2025.12.22

深入理解算法:高效算法与数据结构专题
深入理解算法:高效算法与数据结构专题

本专题专注于算法与数据结构的核心概念,适合想深入理解并提升编程能力的开发者。专题内容包括常见数据结构的实现与应用,如数组、链表、栈、队列、哈希表、树、图等;以及高效的排序算法、搜索算法、动态规划等经典算法。通过详细的讲解与复杂度分析,帮助开发者不仅能熟练运用这些基础知识,还能在实际编程中优化性能,提高代码的执行效率。本专题适合准备面试的开发者,也适合希望提高算法思维的编程爱好者。

45

2026.01.06

线程和进程的区别
线程和进程的区别

线程和进程的区别:线程是进程的一部分,用于实现并发和并行操作,而线程共享进程的资源,通信更方便快捷,切换开销较小。本专题为大家提供线程和进程区别相关的各种文章、以及下载和课程。

765

2023.08.10

TypeScript类型系统进阶与大型前端项目实践
TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开,深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析,帮助开发者构建类型安全、结构清晰、易维护的前端工程体系,提高团队协作效率与代码质量。

25

2026.03.13

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

44

2026.03.12

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

174

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

50

2026.03.10

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
HTML5/CSS3/JavaScript/ES6入门课程
HTML5/CSS3/JavaScript/ES6入门课程

共102课时 | 7.3万人学习

前端基础到实战(HTML5+CSS3+ES6+NPM)
前端基础到实战(HTML5+CSS3+ES6+NPM)

共162课时 | 21.7万人学习

第二十二期_前端开发
第二十二期_前端开发

共119课时 | 13.3万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号