高压缩V-LRU算法的研究与实现

提出并实现了基于四路组相联高速缓存的高压缩V-LRU算法。该算法将有效位和近似LRU标志位压缩到只有4位,可以大大减少电路面积,且高速缓存的缺失率基本保持不变。在高速缓存容量为8kByte时,高压缩V-LRU算法的缺失率与7-bit位比较近似V-LRU算法、5-bit位复用近似V-LRU算法基本相同,而相对于9-bit近似V-LRU算法也只增加大约0.9%。基于SMIC 0.13μm工艺,高压缩V-LRU算法的电路面积相对于9-bit、7-bit和5-bit V-LRU算法,分别减少10 925.8μm2、6 415.5μm2和2 142.1μm2。而且,如果增加高速缓存的容量,4种近似V-LRU算法缺失率的差别将变得更小,但是,高压缩V-LRU算法的电路面积优势将会更加明显。

基于LRU算法的Web系统缓存机制

Web系统嵌入缓存机制将被访问的对象保存在内存缓冲区中,在频繁创建和销毁对象时,降低了系统开销、提高了系统的整体快速响应能力、避免了频繁的数据交互。该文分析了Cache技术的设计原理和实现策略、LRU算法的设计模式,构造了缓存机制的基本框架。

一种基于近似LRU算法的高缓方案

提出了一个用于扩充高缓块管理的近似LRU算法。利用该算法,设计了一个可过滤LRU数据块的扩充高缓方案——LRU块过滤高缓(LBF高缓)。仿真结果显示,LBF高缓的性能优于类似结构的扩充高缓(如牺牲高缓和辅助高缓),与具有2倍容量的直接映像高缓相比性能有所提高。

LRU算法探析

本文分析、比较LRU算法,并就实际应用提出改进方案。

浅谈页面置换算法之LRU算法

在页式虚拟存储系统中,较常用的页面置换算法有RG、NUR、LFU、OPT、FIFO、LRU,其中LRU算法是一种最通用的有效算法,最接近于理想状态。在实际应用中,LRN算法有多种实现方法,和其它几种页面置换算法相比较存在明显的优点。

Cache的LRU算法的仿真实验

Cache的最近最少访问替换算法是1种平均命中率高的常用的算法.给出了用实验的方式来仿真实现Cache的LRU算法的过程.

Spider系统中LRU算法的使用和实现

Spider系统中URL排重操作决定了抓取互联网上内容的速度,用传统的LRU算法来实现Spider系统的URL排重问题过于浪费资源,本文给出了用面向对象的方法设计和实现对象缓存算法,用于处理Spider系统中大量的URL排重操作。

LRU算法在改善虚拟内存性能方面的应用

移动学习已经成为一种趋势,然而大软件、大教学视频更加凸显手机系统内存的渺小。随着虚拟内存软件的开发,在某种程度上小内存也可以运行大程序。文章介绍手机存储的发展,分析两种增加虚拟内存的软件,针对虚拟内存软件存在的不足,通过对比3种页面置换算法,提出改善虚拟内存性能的一种LRU(Least Recently Used)改进算法。改进后的LRU算法降低缺页率,提高虚拟内存的使用效率,运行大型应用软件或播放大容量教学视频时更加流畅,响应时间更短。

LRU算法的研究及实现

本文主要介绍页面置换算法中的LRU算法(leastrecentlyused),并将LRU算法与另外一些常用页面置换算法进行了比较。同时探讨了LRU算法的实现问题。

基于LRU算法高速缓存的设计与实现

阐述LRU算法的基本原理,提出在.NET Framework平台上基于LRU算法的高速缓存的设计思路,并给出一个通用、高性能、GB级、线程安全和支持泛型的LRUCache缓存类的具体实现方法。

LRU近似算法的研究

计算机内存管理的LRU置换算法在实际使用中需要硬件的支持,因而其应用受到一定限制。为了更加方便地推广应用这种算法,在深入分析LRU算法、特点的基础上,综合利用LRU与SC算法的各自优点,研究了在无硬件支持条件下LRU置换算法的实现技术,给出LRU的近似算法——NFU算法的软件实现方法。该近似算法能较好地模拟LRU算法,其应用可提高计算机内存的工作效率。

基于LRU改进算法的实时数据库缓存机制

实时数据库采用缓存机制将被访问的数据块保存在内存缓存区中,在频繁访问数据块时降低系统开销,避免了频繁的磁盘数据读写交互,提高了系统整体快速响应能力。阐述了一种基于LRU改进算法的实时数据库缓存处理机制。

对LRU页面置换算法的理论改进

在对内存进行虚拟管理时 ,页面置换算法的好坏直接影响着系统的性能 .现有的常用算法有四五种 ,文章对其中比较合理的算法——最近最少使用算法 ( LRU)进行理论上的改进 .

PLRU替换算法在嵌入式系统cache中的实现

合理的cache设计是缩小处理器和存储器速度差距的主要解决方法,也是影响系统性能的关键因素之一。cache替换策略是影响cache性能的主要因素,目前最常用的替换算法是LRU算法,为了降低模块复杂度和实现的难度,从LRU算法简化出一种PLRU(Pseudo LRU)替换算法。通过采用开源的SimpleScalar仿真工具,对LRU、RANDOM、FIFO、PLRU等各种常见的cache替换算法进行了性能比较和分析,并对PLRU进行实现。实验结果表明,使用PLRU替换算法cache的缺失率与LRU算法基本相同,但是有着更小的面积和更短的关键路径。

一种位复用近似LRU替换算法的分析与研究

提出并实现了4-way组相联高速缓存设计[1]中能够减少电路复杂性、节省Valid RAM空间的5-bit位复用近似LRU算法,其基本方法是通过位比较对4-way数据访问先后进行排序、对Valid位和比较位进行复用。给出了不命中时的替换选择电路逻辑和通过VHDL实现后的测试结果。相关结果表明,该算法实现电路简单,占用面积小,且命中率高:在指令高速缓存设计中,高速缓存大小为1 kB时,测试的平均命中率为90.2%,4 kB时为92.3%,16 kB时为94.2%。

基于流抽样和LRU的高速网络大流检测算法

在高速主干网络中,随着网络链路速率的不断提高和网络流数量的增加,如何及时、准确地检测出网络中的大流信息,成为目前网络流测量的热点问题。根据传统LRU算法由于突发性大量小流导致淘汰大流的测量缺陷和网络重尾分布的特点,提出一种新的识别大流的算法——基于流抽样和LRU的大流检测算法。算法通过流抽样技术过滤大部分的小流,并通过LRU算法识别大流信息,将过滤和识别过程分离,减少小流错误淘汰大流的可能性,提高算法测量准确性。分析算法的复杂度和漏检率,并通过实际试验数据分析了算法参数配置对于大流测量的准确性的影响。理论分析和仿真结果表明,与标准LRU算法和LRU_BF算法相比,在使用相同的存储空间下,新算法具有更高的测量准确性和实用性。

采用LRU算法动态维护LZW数据压缩算法的字典

近年来,计算机数据通信和数据存储业务急剧增加,推动了无失真数据压缩技术的迅速发展。LZW算法以其实现简单、编译码速度快、压缩率较高等特点,得到了广泛应用。本文介绍采用LRU(least recently used)算法动态维护LZW算法的字典,以进一步提高压缩率。一、LZW算法简介LZW算法是自适应字典算法LZ78的第一个改进算法,其初始字典包含输入字母表中的所有单字符。例如,当采用LZW编码器压缩一般的磁盘文件时,则其初始字典包含所有的256个8比特的ASCⅡ码字符。LZW算法读入源数据流的第一个未被压缩过的字符,并在字典中寻找该字符和它的后续字符的最长匹配串。编码器输出对应于该串的码字(在字典内的地址指针)。

对页面访问序列影响LRU页面置换算法的研究

页面置换算法是操作系统中虚拟存储管理的一个重要部分。改进页面置换算法,可以降低页面失败率,从而有效地提高系统性能。现有的应用于虚拟存储管理的页面置换算法主要是Least Reference Used(LRU)页面置换算法。文中利用页面访问间隔数,分析不同的页面访问序列对LRU算法的影响,把页面访问序列分为LRU-友好页面访问序列、LRU-不友好页面访问序列、不友好页面访问序列三类,为改进LRU页面置换算法提供了依据。

优化的R-树缓冲管理算法

在分析Ｒ－树操作特性和ＬＲＵ算法的基础上，提出了一种新的基于ＬＲＵ的Ｒ－树缓冲管理算法ＰＩＮ－ＬＲＵ．该算法对Ｒ－树访问路径上的节点进行标记，动态地在缓冲区中将访问路径上的节点加“钉”和释放“钉”，从面尽可能减少不必要的内－外存数据交换，提高Ｒ－树缓冲管理的效率．实验表明，ＰＩＮ－ＬＲＵ算法在磁盘Ｉ／Ｏ和页面访问命中率等方面均优于ＬＲＵ算法．

多级缓存模式下的数据块替换优化算法

多数处理器中采用多级包含的cache存储层次,现有的末级cache块替换算法带来的性能开销较大。针对该问题,提出一种优化的末级cache块替换算法PLI,在选择丢弃块时考虑其在上级cache的访问频率,以较小的代价选出最优的LLC替换块。在时钟精确模拟器上的评测结果表明,该算法较原算法性能平均提升7%。