mirror of
https://github.com/krahets/hello-algo.git
synced 2024-12-24 03:46:28 +08:00
Add the section of ram_and_cache
This commit is contained in:
krahets
parent
770371527e
commit
020eb622b7
6 changed files with 87 additions and 14 deletions
|
|
@ -439,15 +439,14 @@
|
|||
|
||||
<p align="center"> 表 <id> 数组与链表的效率对比 </p>
|
||||
|
||||
| | 数组 | 链表 |
|
||||
| ---------- | ------------------------ | ------------ |
|
||||
| 存储方式 | 连续内存空间 | 分散内存空间 |
|
||||
| 缓存局部性 | 友好 | 不友好 |
|
||||
| 容量扩展 | 长度不可变 | 可灵活扩展 |
|
||||
| 内存效率 | 占用内存少、浪费部分空间 | 占用内存多 |
|
||||
| 访问元素 | $O(1)$ | $O(n)$ |
|
||||
| 添加元素 | $O(n)$ | $O(1)$ |
|
||||
| 删除元素 | $O(n)$ | $O(1)$ |
|
||||
| | 数组 | 链表 |
|
||||
| -------- | ------------------------------ | -------------- |
|
||||
| 存储方式 | 连续内存空间 | 分散内存空间 |
|
||||
| 容量扩展 | 长度不可变 | 可灵活扩展 |
|
||||
| 内存效率 | 元素占用内存少、但可能浪费空间 | 元素占用内存多 |
|
||||
| 访问元素 | $O(1)$ | $O(n)$ |
|
||||
| 添加元素 | $O(n)$ | $O(1)$ |
|
||||
| 删除元素 | $O(n)$ | $O(1)$ |
|
||||
|
||||
## 常见链表类型
|
||||
|
||||
|
|
|
|||
Binary file not shown.
|
After Width: | Height: | Size: 41 KiB |
Binary file not shown.
|
After Width: | Height: | Size: 52 KiB |
70
docs/chapter_array_and_linkedlist/ram_and_cache.md
Normal file
70
docs/chapter_array_and_linkedlist/ram_and_cache.md
Normal file
|
|
@ -0,0 +1,70 @@
|
|||
# 内存与缓存 *
|
||||
|
||||
在本章的前两节中，我们探讨了数组和链表这两种基础且重要的数据结构，它们分别代表了“连续存储”和“分散存储”这两种不同的物理结构。
|
||||
|
||||
实际上，**物理结构在很大程度上决定了程序对内存和缓存的使用效率**，进而影响算法程序的整体性能。
|
||||
|
||||
## 计算机存储设备
|
||||
|
||||
计算机中包括三种不同类型的存储设备：硬盘、内存、缓存。下表展示了它们在计算机系统中的不同角色和性能特点。
|
||||
|
||||
<p align="center"> 表 <id> 计算机的存储设备 </p>
|
||||
|
||||
| | 硬盘 Hard Disk | 内存 RAM | 缓存 Cache |
|
||||
| ------ | ---------------------------------------- | -------------------------------------- | ------------------------------------------------- |
|
||||
| 用途 | 长期存储数据，包括操作系统、程序、文件等 | 临时存储当前运行的程序和正在处理的数据 | 存储经常访问的数据和指令，减少 CPU 访问内存的次数 |
|
||||
| 易失性 | 断电后数据不会丢失 | 断电后数据会丢失 | 断电后数据会丢失 |
|
||||
| 容量 | 较大，TB 级别 | 较小，GB 级别 | 非常小，MB 级别 |
|
||||
| 速度 | 较慢，几百到几千 MB/s | 较快，几十 GB/s | 非常快，几十到几百 GB/s |
|
||||
| 价格 | 较便宜，几毛到几元 / GB | 较贵，几十到几百元 / GB | 很贵，几元 / KB |
|
||||
|
||||
我们可以将计算机存储系统想象为下图所示的金字塔结构。越靠近金字塔顶端的存储设备的速度越快、容量越小、成本越高。
|
||||
|
||||
你也许会好奇，既然硬盘的速度是最慢的，为什么不用内存来替代硬盘呢？首先，内存中的数据在断电后会丢失，因此它不适合长期存储数据；其次，内存的成本大约是硬盘的几十倍，这使得它难以在消费者市场普及。
|
||||
|
||||
|
||||
|
||||
!!! note
|
||||
|
||||
计算机的存储层次结构体现了速度、容量和成本三者之间的精妙平衡。实际上，这种权衡普遍存在于所有工业领域，它要求我们在不同的优势和限制之间找到最佳的平衡点。
|
||||
|
||||
总的来说，**硬盘用于长期存储大量数据，内存用于临时存储程序运行中正在处理的数据，而缓存则用于存储经常访问的数据和指令**，以提高程序运行效率。这三者共同协作，确保计算机系统的高效运行。
|
||||
|
||||
如下图所示，在程序运行时，数据会从硬盘中被读取到内存中，供给 CPU 计算使用。缓存可以看作是 CPU 的一部分，**它通过智能地从内存加载数据**，给 CPU 提供高速的数据读取，从而显著提升程序的执行效率，减少对较慢的内存的依赖。
|
||||
|
||||
|
||||
|
||||
## 数据结构的内存效率
|
||||
|
||||
在内存空间利用方面，数组和链表具有各自的优势和局限。
|
||||
|
||||
一方面，**内存是有限的，且同一块内存不能被多个程序共享**，因此我们希望数据结构能够尽可能高效地利用空间。数组的元素紧密排列，不需要额外的空间来存储链表节点间的引用（指针），因此空间效率更高。然而，数组需要一次性分配足够的连续内存空间，这可能导致内存的浪费，数组扩容也需要额外的时间和空间成本。相比之下，链表以“节点”为单位进行动态内存分配和回收，这种方式提供了更大的灵活性。
|
||||
|
||||
另一方面，在程序运行时，**随着反复申请与释放内存，空闲内存的碎片化程度会越来越高**，从而导致内存的利用效率降低。数组由于其连续的存储方式，相对不容易导致内存碎片化。相反，链表的元素是分散存储的，在频繁的插入与删除操作中，更容易导致内存碎片化。
|
||||
|
||||
## 数据结构的缓存效率
|
||||
|
||||
缓存虽然在空间容量上远小于内存，但它比内存快得多，在程序执行速度上起着至关重要的作用。由于缓存的容量有限，它只能存储一小部分频繁访问的数据。因此，当 CPU 尝试访问的数据不在缓存中时，就会发生「缓存未命中 cache miss」，此时 CPU 不得不从速度较慢的内存中加载所需数据。
|
||||
|
||||
显然，**“缓存未命中”越少，CPU 读写数据的效率就越高**，程序性能也就越好。我们将 CPU 从缓存中成功获取数据的比例称为「缓存命中率 cache hit rate」，这个指标通常用来衡量缓存效率。
|
||||
|
||||
为了尽可能达到更高效率，缓存会采取以下数据加载机制。
|
||||
|
||||
- **缓存行**：缓存不是单个字节地存储与加载数据，而是以缓存行为单位。相比于单个字节的传输，缓存行的传输形式更加高效。
|
||||
- **预取机制**：处理器会尝试预测数据访问模式（例如顺序访问、固定步长跳跃访问等），并根据特定模式将数据加载至缓存之中，从而提升命中率。
|
||||
- **空间局部性**：如果一个数据被访问，那么它附近的数据可能也会近期被访问。因此，缓存在加载某一数据时，也会将其附近的数据加载进来，以提高命中率。
|
||||
- **时间局部性**：如果一个数据被访问，那么它在不久的将来很可能再次被访问。缓存利用这一原理，通过保留最近访问过的数据来提高命中率。
|
||||
|
||||
实际上，**数组和链表对缓存的利用效率也是不同的**，主要体现在以下几个方面。
|
||||
|
||||
- **占用空间**：链表元素比数组元素占用空间更多，导致缓存中容纳的有效数据量更少。
|
||||
- **缓存行**：链表数据分散在内存各处，而缓存是“按行加载”的，因此加载到的无效数据的比例更高。
|
||||
- **预取机制**：数组比链表的数据访问模式更具“可预测性”，即系统更容易猜出即将被加载的数据。
|
||||
- **空间局部性**：数组被存储在集中的内存空间中，因此被加载数据的附近数据更有可能即将被访问。
|
||||
|
||||
总体而言，**数组具有更高的缓存命中率，因此它在操作效率上通常优于链表**。这使得在解决算法问题时，基于数组实现的数据结构往往更受欢迎。
|
||||
|
||||
需要注意的是，**高缓存效率并不意味着数组在所有情况下都优于链表**。实际应用中选择哪种数据结构，应根据具体需求来决定。例如，数组和链表都可以实现“栈”数据结构（下一章会详细介绍），但它们适用于不同场景。
|
||||
|
||||
- 在做算法题时，我们会倾向于选择基于数组实现的栈，因为它提供了更高的操作效率和随机访问的能力，代价仅是需要预先为数组分配一定的内存空间。
|
||||
- 如果数据量非常大、动态性很高、栈的预期大小难以估计，那么基于链表实现的栈就更加合适。链表能够将大量数据分散存储于内存的不同部分，并且避免了数组扩容产生的额外开销。
|
||||
|
|
@ -21,17 +21,19 @@
|
|||
|
||||
## 物理结构：连续与分散
|
||||
|
||||
在计算机中，内存和硬盘是两种主要的存储硬件设备。硬盘主要用于长期存储数据，容量较大（通常可达到 TB 级别）、速度较慢。内存用于运行程序时暂存数据，速度较快，但容量较小（通常为 GB 级别）。
|
||||
|
||||
**在算法运行过程中，相关数据都存储在内存中**。下图展示了一个计算机内存条，其中每个黑色方块都包含一块内存空间。我们可以将内存想象成一个巨大的 Excel 表格，其中每个单元格都可以存储一定大小的数据，在算法运行时，所有数据都被存储在这些单元格中。
|
||||
**当算法程序运行时，正在处理的数据主要被存储在内存中**。下图展示了一个计算机内存条，其中每个黑色方块都包含一块内存空间。我们可以将内存想象成一个巨大的 Excel 表格，其中每个单元格都可以存储一定大小的数据。
|
||||
|
||||
**系统通过内存地址来访问目标位置的数据**。如下图所示，计算机根据特定规则为表格中的每个单元格分配编号，确保每个内存空间都有唯一的内存地址。有了这些地址，程序便可以访问内存中的数据。
|
||||
|
||||
|
||||
|
||||
!!! note
|
||||
|
||||
值得说明的是，将内存比作 Excel 表格是一个简化的类比，实际内存的工作机制比较复杂，涉及到地址空间、内存管理、缓存机制、虚拟和物理内存等概念。
|
||||
|
||||
内存是所有程序的共享资源，当某块内存被某个程序占用时，则无法被其他程序同时使用了。**因此在数据结构与算法的设计中，内存资源是一个重要的考虑因素**。比如，算法所占用的内存峰值不应超过系统剩余空闲内存；如果缺少连续大块的内存空间，那么所选用的数据结构必须能够存储在分散的内存空间内。
|
||||
|
||||
如下图所示，**物理结构反映了数据在计算机内存中的存储方式**，可分为连续空间存储（数组）和分散空间存储（链表）。物理结构从底层决定了数据的访问、更新、增删等操作方法，同时在时间效率和空间效率方面呈现出互补的特点。
|
||||
如下图所示，**物理结构反映了数据在计算机内存中的存储方式**，可分为连续空间存储（数组）和分散空间存储（链表）。物理结构从底层决定了数据的访问、更新、增删等操作方法，在时间效率和空间效率方面呈现出互补的特点。
|
||||
|
||||
|
||||
|
||||
|
|
|
|||
|
|
@ -185,7 +185,9 @@ nav:
|
|||
- 4.1 数组: chapter_array_and_linkedlist/array.md
|
||||
- 4.2 链表: chapter_array_and_linkedlist/linked_list.md
|
||||
- 4.3 列表: chapter_array_and_linkedlist/list.md
|
||||
- 4.4 小结: chapter_array_and_linkedlist/summary.md
|
||||
# [status: new]
|
||||
- 4.4 内存与缓存 *: chapter_array_and_linkedlist/ram_and_cache.md
|
||||
- 4.5 小结: chapter_array_and_linkedlist/summary.md
|
||||
- 第 5 章 栈与队列:
|
||||
# [icon: material/stack-overflow]
|
||||
- chapter_stack_and_queue/index.md
|
||||
|
|
|
|||
Loading…
Reference in a new issue