4.4 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。
+4.4.1 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。表 4-2 展示了它们在计算机系统中的不同角色和性能特点。
+表 4-2 计算机的存储设备
+ +| + | 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图 4-9 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。
+
图 4-9 计算机存储系统
+ +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。
+如图 4-10 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。
+
图 4-10 硬盘、内存和缓存之间的数据流通
+ +4.4.2 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。
+4.4.3 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。 +
