Algorithm 常用和最近使用的项目排序算法

我正在搜索一个排名算法，它将根据使用量和最新使用量对项目（文件、应用程序、访问过的网站…）进行排序

例如，在应用程序启动器中，用户键入应用程序名称的一些短前缀，符合条件的应用程序将被排序。应用程序A是用户最喜欢的应用程序，使用频率也很高，但现在他经常使用应用程序B，只是偶尔使用应用程序A。应用程序A的发布次数比应用程序B多，但上次B的使用次数比A多

因此，应用程序B排在应用程序A之前

此外，如果应用程序C想要超过应用程序B，它必须（在最近一段时间内）更频繁地使用，但应用程序A要成为第一个应用程序，它不需要太多的使用，因为它是用户最喜欢的应用程序，并且在过去比其他应用程序有更多的使用

---

我不知道这是否是我想要的一个很好的解释，但我希望一些人能理解。

我认为您可以通过一个实现来实现这一点

这些算法帮助计算机处理器（CPU）确定要在缓存（L1、L2等）中保留主存（RAM）的哪些部分（“页面”），CPU可以比RAM更快地访问这些部分。但是它们可以很容易地适应你的问题

按最近使用情况对项目进行排序的算法类似于缓存策略LRU，当缓存已满时，该策略将过期/替换Least-R最近的Used页面

按最频繁使用情况对项目进行排序的算法（此处“frequent”实际上是指“使用次数”）类似于缓存策略LFU，当缓存已满时，它将过期/替换Least-F频繁-Used页

有几个策略以您请求的方式显式或隐式地结合了这两个概念。有些还涉及“时间”（以实际计算机时钟时间或简单的页面请求递增计数器等表示），以更好地了解页面访问的“时间”或“频率”（而不是简单的使用次数）

这些算法变得稍微复杂一些，更难实现，特别是当您需要一个非常高效的算法时。但是对于大多数与用户界面相关的应用，即使是效率低下的算法也应该非常快，因为项目数量很少，用户很少修改列表

一个可能适用于您的算法示例是LRFU（最近使用次数最少/经常使用）策略，该策略直接寻求结合LRU和LFU以根据结合使用频率和最近程度的公式使页面过期。您可以在上面列出的同一页上找到对此的引用。您还可以查看报告的位置

本文结合使用堆和链表数据结构来实现它，并包含一些用于实现的伪代码

对于您的使用，您可能可以相当容易地编写一个更简单但效率更低的算法

例如，您可以简单地存储具有2个属性的对象数组：

价值（你关心的东西——例如网站或文件名等）

分数（下文讨论——在文章中称为“CRF”）

每当用户选择某个值时，您都可以按如下方式修改列表：

更新列表中所有现有项目的分数，方法是将每个分数乘以一个恒定的权重因子，

USAGE\u WEIGHT

（一个介于0.5和1.0之间的数字，下面将详细讨论）

搜索列表以查看recenty选定项是否已存在。如果是，只需在现有分数上加1.0即可。如果没有，则创建一个初始分数为1.0的新项目，并将其添加到列表中。如果列表中没有更多的空间（意味着它已经包含了您想要显示的最大MRU项目数），则首先删除列表中得分最低的项目（由于下一步，该项目将始终位于列表的末尾）

现在按分数按降序对列表重新排序。（最高分应出现在MRU列表的第一位）

USAGE\u WEIGHT

因子决定了“最近性”与“频率”（又称使用计数）相比的重要性。值为0.5将导致列表具有完全的LRU行为（其中只有最近性起作用），而值为1.0将导致列表具有完全的LFU行为（其中只有使用计数起作用）。中间值（例如0.9）将导致列表混合使用LRU和LFU行为，如下面的示例输出所示

在下面的每个场景中，“值”都是字母，并按以下顺序添加：

A B C B A A D A C D A B D E C B A  

每次添加后，我都会在引号中列出与当前MRU列表一起添加的字母（例如“DBA”）。最大MRU大小为3。我还列出了列表的更详细表示，以

{Letter，Score}

的形式显示每个项目的值（字母）和分数

使用量\重量=1.0（完全LFU——仅使用量计数重要） 使用重量=0.5（完全LRU——仅与近期有关） 使用量\重量=0.9（LRFU——LRU和LFU的混合物） 在第一个示例（USAGE_WEIGHT=1.0）中，添加新项目时，现有项目的分数不会改变（这是因为我们在每个步骤上乘以1.0）。这导致每次使用后分数只增加1.0，因此分数直接表示使用计数。请注意，项目总是按减少使用计数的顺序列出

在第二个示例中（USAGE_WEIGHT=0.5），每次添加一个项目时，现有项目的分数都会减半（这是因为我们在每个步骤上都要乘以0.5）。这导致列表中的所有分数都低于最近添加的项目（该项目的分数为1.0），而且在步骤N中添加的项目始终具有

  1. (Added A) "A"      [ { A, 1.0 } ]
  2. (Added B) "AB"     [ { A, 1.0 } { B, 1.0 } ]
  3. (Added C) "ABC"    [ { A, 1.0 } { B, 1.0 } { C, 1.0 } ]
  4. (Added B) "BAC"    [ { B, 2.0 } { A, 1.0 } { C, 1.0 } ]
  5. (Added A) "BAC"    [ { B, 2.0 } { A, 2.0 } { C, 1.0 } ]
  6. (Added A) "ABC"    [ { A, 3.0 } { B, 2.0 } { C, 1.0 } ]
  7. (Added D) "ABD"    [ { A, 3.0 } { B, 2.0 } { D, 1.0 } ]
  8. (Added A) "ABD"    [ { A, 4.0 } { B, 2.0 } { D, 1.0 } ]
  9. (Added C) "ABC"    [ { A, 4.0 } { B, 2.0 } { C, 1.0 } ]
 10. (Added D) "ABD"    [ { A, 4.0 } { B, 2.0 } { D, 1.0 } ]
 11. (Added A) "ABD"    [ { A, 5.0 } { B, 2.0 } { D, 1.0 } ]
 12. (Added B) "ABD"    [ { A, 5.0 } { B, 3.0 } { D, 1.0 } ]
 13. (Added D) "ABD"    [ { A, 5.0 } { B, 3.0 } { D, 2.0 } ]
 14. (Added E) "ABE"    [ { A, 5.0 } { B, 3.0 } { E, 1.0 } ]
 15. (Added C) "ABC"    [ { A, 5.0 } { B, 3.0 } { C, 1.0 } ]
 16. (Added B) "ABC"    [ { A, 5.0 } { B, 4.0 } { C, 1.0 } ]
 17. (Added A) "ABC"    [ { A, 6.0 } { B, 4.0 } { C, 1.0 } ]

  1. (Added A) "A"      [ { A, 1.0 } ]
  2. (Added B) "BA"     [ { B, 1.0 } { A, 0.5 } ]
  3. (Added C) "CBA"    [ { C, 1.0 } { B, 0.5 } { A, 0.25 } ]
  4. (Added B) "BCA"    [ { B, 1.25 } { C, 0.5 } { A, 0.125 } ]
  5. (Added A) "ABC"    [ { A, 1.0625 } { B, 0.625 } { C, 0.25 } ]
  6. (Added A) "ABC"    [ { A, 1.5313 } { B, 0.3125 } { C, 0.125 } ]
  7. (Added D) "DAB"    [ { D, 1.0 } { A, 0.7656 } { B, 0.1563 } ]
  8. (Added A) "ADB"    [ { A, 1.3828 } { D, 0.5 } { B, 0.0781 } ]
  9. (Added C) "CAD"    [ { C, 1.0 } { A, 0.6914 } { D, 0.25 } ]
 10. (Added D) "DCA"    [ { D, 1.125 } { C, 0.5 } { A, 0.3457 } ]
 11. (Added A) "ADC"    [ { A, 1.1729 } { D, 0.5625 } { C, 0.25 } ]
 12. (Added B) "BAD"    [ { B, 1.0 } { A, 0.5864 } { D, 0.2813 } ]
 13. (Added D) "DBA"    [ { D, 1.1406 } { B, 0.5 } { A, 0.2932 } ]
 14. (Added E) "EDB"    [ { E, 1.0 } { D, 0.5703 } { B, 0.25 } ]
 15. (Added C) "CED"    [ { C, 1.0 } { E, 0.5 } { D, 0.2852 } ]
 16. (Added B) "BCE"    [ { B, 1.0 } { C, 0.5 } { E, 0.25 } ]
 17. (Added A) "ABC"    [ { A, 1.0 } { B, 0.5 } { C, 0.25 } ]

  1. (Added A) "A"  [ { A, 1.0 } ]
  2. (Added B) "BA" [ { B, 1.0 } { A, 0.9 } ]
  3. (Added C) "CBA"    [ { C, 1.0 } { B, 0.9 } { A, 0.81 } ]
  4. (Added B) "BCA"    [ { B, 1.81 } { C, 0.9 } { A, 0.729 } ]
  5. (Added A) "ABC"    [ { A, 1.6561 } { B, 1.629 } { C, 0.81 } ]
  6. (Added A) "ABC"    [ { A, 2.4905 } { B, 1.4661 } { C, 0.729 } ]
  7. (Added D) "ABD"    [ { A, 2.2414 } { B, 1.3195 } { D, 1.0 } ]
  8. (Added A) "ABD"    [ { A, 3.0173 } { B, 1.1875 } { D, 0.9 } ]
  9. (Added C) "ABC"    [ { A, 2.7156 } { B, 1.0688 } { C, 1.0 } ]
 10. (Added D) "ADB"    [ { A, 2.444 } { D, 1.0 } { B, 0.9619 } ]
 11. (Added A) "ADB"    [ { A, 3.1996 } { D, 0.9 } { B, 0.8657 } ]
 12. (Added B) "ABD"    [ { A, 2.8796 } { B, 1.7791 } { D, 0.81 } ]
 13. (Added D) "ADB"    [ { A, 2.5917 } { D, 1.729 } { B, 1.6012 } ]
 14. (Added E) "ADE"    [ { A, 2.3325 } { D, 1.5561 } { E, 1.0 } ]
 15. (Added C) "ADC"    [ { A, 2.0993 } { D, 1.4005 } { C, 1.0 } ]
 16. (Added B) "ADB"    [ { A, 1.8893 } { D, 1.2604 } { B, 1.0 } ]
 17. (Added A) "ADB"    [ { A, 2.7004 } { D, 1.1344 } { B, 0.9 } ]