Java实现简单LRU缓存机制

Java实现简单LRU缓存机制


一、什么是 LRU 算法

就是一种缓存淘汰策略。

计算机的缓存容量有限,如果缓存满了就要删除一些内容,给新内容腾位置。但问题是,删除哪些内容呢?我们肯定希望删掉哪些没什么用的缓存,而把有用的数据继续留在缓存里,方便之后继续使用。

LRU是Least Recently Used的缩写,即最近最少使用,是一种常用的页面置换算法,选择最近最久未使用的页面予以淘汰。

二、LRU的使用

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
        cache.put(1, 1);
        cache.put(2, 2);
        cache.get(1);       // 返回  1
        cache.put(3, 3);    // 该操作会使得密钥 2 作废

第一步:创建一个长度为2的LRUCache

第二步:cache.put(1, 1);放入key=1,value=1的数据

第三步:cache.put(2,2);放入key = 2,value = 2的数据
(因为2刚使用,所有把2移动到前面)

第四步:cache.get(1);获取key = 1的数据
(因为我们刚使用了1,所以把1移动到前面)

第五步:cache.put(3,3);放入key = 3,value = 3的数据
(因为3刚放进,所以放前面,又因为容量只有2,需要移除原先的1个。只因key = 2是最近最少使用的(key = 1刚get()过),所以移除2。

三、LRU的实现机制

算法:

LRU 缓存机制可以通过哈希表辅以双向链表实现,我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。

1)双向链表按照被使用的顺序存储了这些键值对,靠近头部的键值对是最近使用的,而靠近尾部的键值对是最久未使用的。

2)哈希表即为普通的哈希映射(HashMap),通过缓存数据的键映射到其在双向链表中的位置。

一、初始化:

二、cache.put(1,1):

三、cache.put(2,2):

四、cache.get(1):

五、cache.put(3,3):

四、代码如下

import java.io.*;
import java.util.HashMap;

public class test {

    public static void main(String args[]) throws IOException {

        LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
        cache.put(1, 1);
        cache.put(2, 2);
        cache.get(1);       // 返回  1
        cache.put(3, 3);    // 该操作会使得密钥 2 作废
        cache.get(2);       // 返回 -1 (未找到)
        cache.put(4, 4);    // 该操作会使得密钥 1 作废
        cache.get(1);       // 返回 -1 (未找到)
        cache.get(3);       // 返回  3
        cache.get(4);       // 返回  4
    }
}

/**
 * 设计和实现一个  LRU (最近最少使用) 缓存机制。它应该支持以下操作: 获取数据 get 和 写入数据 put
 */
class LRUCache {

    private HashMap<Integer,LinkedNode> cache = new HashMap();//方便通过key快速定位结点
    private int size;
    private int capacity;
    private LinkedNode head,tail;
    class LinkedNode{
        int key;
        int value;
        LinkedNode pre;
        LinkedNode next;
    }
    public LRUCache(int capacity) {
        this.size = 0;
        this.capacity = capacity;
        head = new LinkedNode();
        tail = new LinkedNode();
        head.next = tail;
        tail.pre = head;
    }

    /**
     * 移除节点
     * @param node
     */
    private void removeNode(LinkedNode node) {
        LinkedNode preNode = node.pre;
        LinkedNode nextNode = node.next;
        preNode.next = nextNode;
        nextNode.pre = preNode;
    }

    /**
     * 添加节点到头部
     * @param node
     */
    private void addNode(LinkedNode node) {
        node.pre = head;
        node.next = head.next;
        head.next.pre = node;
        head.next = node;
    }

    /**
     * 将节点移动到头部
     * @param node
     */
    private void moveToHead(LinkedNode node) {
        removeNode(node);
        addNode(node);
    }

    /**
     * 获取数据
     * @param key
     * @return
     */
    public int get(int key) {
        LinkedNode node = cache.get(key);
        if(node != null) {
            moveToHead(node);
        }else{
            return -1;
        }
        return node.value;
    }

    /**
     * 写入数据
     * @param key
     * @param value
     */
    public void put(int key, int value) {
        LinkedNode node = cache.get(key);
        //存在
        if(node != null) {
            node.value = value;//可能更新数据
            moveToHead(node);
        }
        //不存在
        else{
            LinkedNode newNode = new LinkedNode();
            newNode.key = key;
            newNode.value = value;
            cache.put(key,newNode);//更新Map
            addNode(newNode);//添加结点到头部
            size++;//更新结点数
            if(size > capacity) {//如果结点数超过容量大小
                LinkedNode tailPre = tail.pre;
                cache.remove(tailPre.key);//更新Map
                removeNode(tailPre);//删除最后一个结点(尾结点的前一个结点)
                size--;
            }
        }
    }
}


总结:自己实现的简单LRU总归太简单了,要是想完善或者实现更真实的LRU,不妨参考一下Redis中的LRU。(◔◡◔)


哪里写得不好或者想讨论的小伙伴欢迎留言哦!
栏目